正则化率（regularization rate）
一种标量值，以lambda表示，用于指定正则化函数的相对重要性。从下面简化的损失公式中可以看出正则化率的影响：
$$
\mathrm { m i n i m i z e ( l o s s ~ f u n c t i o n + \lambda \rangle ( r e g u l a r i z a t i o n ~ f u n c t i o n ) } \mathrm { ~ } )
$$
提高正则化率可以减少过拟合，但可能会使模型的准确率降低。
表示法（representation）
将数据映射到实用特征的过程。
ROC曲线(Receiver Operating Characteristic 曲线)
不同分类阈值下的真正例率和假正例率构成的曲线。另可参阅曲线下面积。
根目录（root directory）
你指定的目录，用于托管多个模型的TensorFlow检查点和事件文件的子目录。
均方根误差(Root Mean Squared Error，RMSE)
均方误差的平方根。
S
SavedModel
保存和恢复TensorFlow模型时建议使用的格式。SavedModel是一种独立于语言且可恢复的序列化格式，使较高级别的系统和工具可以创建、使用和转换TensorFlow模型。
Saver
一种TensorFlow对象，负责保存模型检查点。
缩放(scaling）
特征工程中的一种常用做法，是对某个特征的值区间进行调整，使之与数据集中其他特征的值区间一致。例如，假设你希望数据集中所有浮点特征的值都位于0到1的区间内，如果某个特征的值位于0到500的区间内，就可以通过将每个值除以500来缩放该特征。
另可参阅标准化。
scikit-learn
一个热门的开源代码机器学习平台。可访问www.scikit-learn.org。
半监督式学习(semi-supervised learning)
训练模型时采用的数据中，某些训练样本有标签，而其他样本则没有标签。半监督式学习
附录D 术语列表
467