题目标题

请分别解释统计机器学习中的输入/输出空间,特征空间,假设空间与参数空间

难度:高级

机器学习
参考解析
  • 输入空间:所有输入可能的取值的集合
  • 输出空间:所有输出可能的取值的集合
  • 特征空间:每个具体的输入数据也叫一个实例通常由特征向量表示.所有特征向量存在的空间
  • 假设空间:由输入空间到输出空间映射的集合就是假设空间.假设空间的确定意味着学习范围的确定.

  • 参数空间:

    • 非概率模型中,使得输入空间$X$中的变量$x$在通过假设空间$\mathcal{F}$中的函数$f$后得到输出空间$Y$中的$y$成立的函数f的所有参数值(向量)组成的空间
    • 概率模型中,使得输出空间$Y$中的变量$y$,在满足输入空间$X$中的变量$x$的条件下,使得$P(y|x)$成立的所有概率模型的参数向量组成的空间