样本，样本容量，总体概念分别是什么？请举例说明 总体是考察对象的全体。总体是考察对象的全体。样本是观测或调查的一部分个体。样本容量是总体中抽取的所要考查的元素总称，即样本中个体。例如：研究某工厂生产的某种产品。
什么是个体，样本，样本容量，总体？ 总体是指考察的对象的全体，个体是总体中的每一个考察的对象，样本是总体中所抽取的一部分个体，而样本容量则是指样本中个体的数目.我们在区分这四个概念时，首先找出考察的对象，从而找出总体、个体，再根据被收集数据的这一部分对象找出样本，最后再根据样本确定出样本容量.
怎么区分样本是正样本还是负样本 正样本是指属于某一类别的样本，负样本是指不属于某一类别的样本。可以通过估计你所有样本特征的分布，新的样本出现时，利用分布估计该样本的出现概率，若是概率太小则认为是负样本。要想用这个方法很好的去解决问题，需要所选的特征的分布在正样本和负样本有较大差异才比较有效。首先将这个问题分为分类问题与检测问题两个方面进行理解：在分类问题中，这个问题相对好理解，比如人脸识别中的例子，正样本很好理解，就是人脸的图片，负样本的选取就与问题场景相关，具体而言，如果你要进行教室中学生的人脸识别，那么负样本就是教室的窗子、墙等等。也就是说，不能是与你要研究的问题毫不相关的乱七八糟的场景，这样的负样本并没有意义。在检测的问题中，理解着就不是那么简单了，因为检测问题需要做的事情是指出哪里有什么，也就是既要给出框，又要说明框中是什么。在这种情况下，所具备的数据就是一些人工标注的图片，这些图片上有框，并且会给出框中的物体类别，需要运用这些数据生成训练中的正负样本数据，参考了faster以及SSD两种检测框架中对于正负样本的选取准则，理解如下：首先，检测问题中的正负样本并非人工标注的那些框框，而是程序中（网络）生成出来。
