机器学习(一)--输入空间、特征空间、输出空间

注:在此讨论的内容默认是针对监督学习

一、输入空间

       直白点,输入‘X’可能取值的集合就是输入空间(input space)。输入空间可以是有限集合空间,也可以是整个欧式空间。

二、输出空间

       同样的,输出‘Y’可能取值的集合就是输出空间(output space)。输出空间可以是有限集合空间,也可以是整个欧式空间。

三、特征空间

       对于上面讨论的输入空间,每个具体的输入就是一个实例(instance),这个实例是由特征向量(feature vector)表示,如下图(图一):其中x就是输入空间X中的一个输入实例,由n维特征向量组成(x(n));

       (图一)

      一般的,用大写的X/Y代表输入输出空间,小写的x/y代表一个具体的输入输出实例(标量或者向量); 向量默认为列向量,   所以上图中对于x的输入向量用行向量转置的方式(符号'T')来表示列向量


我们再看下图(图二):


图一与图二的不同之处在于,   其中代表多个输入变量x中的第i个;

另外的区别在于:代表输入x的第i个特征。 所以图二代表的意思是:第i个输入变量中,由n个特征组成。

  • 13
    点赞
  • 38
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值