特征空間(feature space)：

分別以每個特征作為一個坐標軸，所有特征所在坐標軸張成一個用于描述不同樣本的空間，稱為特征空間

在該空間中，每個具體樣本就對應空間的一個點，在這個意義下，也稱樣本為樣本點。

每個樣本點對應特征空間的一個向量，稱為 “特征向量”

特征的數目即為特征空間的維數。

樣本集 (sample set)、數據集(data set)：

若干樣本構成的集合；該集合的每個元素就是一個樣本

測試樣本”(testing sample)：

學得模型后,使用該模型進行預測的過程稱為“ 測試”(testing), 被預測的樣本稱為“測試樣本”.

標記(label)：

有前面的樣本數據顯然是不夠的，要建立這樣的關于“預測”(prediction) 的模型,我們需獲得訓練樣本的“結果”信息，例如“((色澤=青綠;根蒂=蜷縮;敲聲= =濁響),好瓜)”.這里關于示例結果的信息，例如“好瓜”，稱為“標記”(label); 擁有了標記信息的示例，則稱為“樣例”(example).