数据集（Dataset）

数据集（Dataset）是为特定研究、分析或模型训练目的，按统一结构组织的数据集合，是数据分析、机器学习与 AI 的核心基础。

一、核心概念与结构

• 定义：按规则组织的结构化 / 非结构化数据集合，可理解为 AI 模型的 “教材”。
• 基本构成：

• 样本（Sample）：每行数据，如一条用户记录、一张图片。
• 特征（Feature）：每列属性，如年龄、价格、文本内容。
• 标签（Label）：监督学习中需预测的目标，如分类结果、真实价格。

• 常见格式：csv、JSON、Parquet、图像（JPG/PNG）、音频（WAV/MP3）、视频（MP4）等。

参考文档