Glossary
机器学习术语表
课程中反复出现但容易混淆的核心术语，按主题分类整理，每个词条给出简明定义并链接到对应章节的深入讲解。
基础概念
样本（Sample）
数据集中的一行观测记录，也叫实例或数据点，对应现实世界中的一次观察。
标签（Label）
监督学习中样本对应的真实答案或目标值，模型训练时用来计算误差、预测时是要输出的结果。
训练与推理（Training / Inference）
训练是模型根据已知样本和标签学习参数的过程；推理是用训练好的模型对新样本做预测的过程。
泛化（Generalization）
模型在没见过的新数据上依然保持良好表现的能力，是机器学习追求的核心目标，而不是单纯记住训练数据。
模型评估与偏差方差
偏差（Bias）
模型假设过于简单导致的系统性误差，偏差高时模型在训练集上表现也不好，通常表现为欠拟合。
方差（Variance）
模型对训练数据的微小变化过度敏感导致的误差，方差高时训练集表现很好但测试集表现差，通常表现为过拟合。
欠拟合（Underfitting）
模型复杂度不足，无法捕捉数据规律，训练集和测试集上的表现都不理想，对应高偏差。
工程与工作流
正则化（Regularization）
在损失函数中加入惩罚项以限制模型复杂度、缓解过拟合。L1（Lasso）会把不重要特征的系数压缩为 0，L2（Ridge）会让所有系数整体变小。
在第 05 章深入ColumnTransformer
按列对不同类型的特征（数值列、类别列）分别应用不同的预处理步骤，再拼接成统一的特征矩阵，通常与 Pipeline 搭配使用。
没找到想要的术语？
术语表会随着课程更新持续补充。如果某个概念在课程正文里反复出现却没有收录在这里，欢迎直接到对应章节的检查点区域确认定义。