西瓜书假设空间，训练数据集，版本空间

原创

已于 2022-09-01 13:41:29 修改 · 591 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#分类 #机器学习

于 2022-09-01 01:48:56 首次发布

本文以赛博世界的场景引入，解释了机器学习中假设空间、训练数据集和版本空间的概念。通过举例说明，表1（版本空间）是由排除法从包含所有可能假设的表2（假设空间）中，结合表3（训练数据集）计算得出。文章还探讨了极端情况，即如果“好瓜”不存在的情况，数据65如何在运算中被处理。

情景假设：

某个赛博世界。x-12123，一台家庭保姆机器人，收到指令，要求其去最近的四季西瓜市场挑选一只好西瓜。
正当x-12123，在一堆西瓜面前一筹莫展时，前辈x-12121给它传来了一张好西瓜表（表1）
x-12123根据表1成功挑选出了好西瓜。

表1

编号	色泽	根蒂	敲声
1	＊	蜷缩	＊
2	＊	＊	浊响
3	＊	蜷缩	浊响

假设空间，版本空间的必要性和设计性

情景说完了，正文开始，通俗来说，假设空间，训练数据集，版本空间，三者都可以看作一张张数据表。 比如上面表1就是一个版本空间。
现实生活中，我们根据表1中某一行数据来判断西瓜好坏的。但作为一名机器学习的学习者我们还需要知道表1（版本空间）是怎么来的？
设计思路是，排除法。
从一张大表，由所有色泽，根蒂，敲声等假设组成65条数据的假设空间作排除计算得出表1。

表2