机器学习的三大基本假设通常是:
-
独立同分布假设(Independent and Identically Distributed, i.i.d.):
-
独立性(Independence): 假设样本之间是相互独立的,即一个样本的出现不受其他样本的影响,每个样本都是从相同的概率分布中抽取的。
-
同分布性(Identically Distributed): 假设所有样本都是从相同的分布中独立地抽取而来的,即样本是同分布的。
-
重要性: 这个假设为许多机器学习算法提供了理论基础,例如统计推断和概率建模。它允许我们从有限样本中推断总体分布,是概率论和统计学的基本假设之一。
-
-
特征空间假设(Feature Space):
-
假设样本可以在一个特征空间中被表示。 换句话说,每个样本可以由一组特征表示,而这些特征构成了一个特征空间。这个假设允许我们在学习算法中使用特征来表示和区分样本。
-
特征表示: 在机器学习中,我们通常将每个样本表示为一个向量,其中每个维度对应于样本的一个特征。这个向量被称为特征向量,而对应的特征空间即由这些特征构成的空间。样本的特征表示允许算法在处理过程中有效地操作和学习。
-
特征空间: 特征空间是一个由所有可能特征组成的空间。每个样本都可以被看作是特征空间中的一个点。特征空间的维度等于特征的数量,而每个特征对应于一个维度。例如,如果一个样本有3个特征,那么它可以被视为特征空间中的一个三维点。
-
特征选择和提取: 特征空间的假设使得我们可以进行特征选择和提取的操作。特征选择是选择对任务最有用的特征,而特征提取是通过某种变换方式生成新的特征。这些操作有助于提高模型的性能和泛化能力。
-
问题转化: 特征空间的假设还使得我们能够将问题转化为特征空间中的几何或代数问题。例如,在特征空间中,分类问题可以转化为在特征空间中找到一个决策边界,将不同类别的样本分隔开。
例子:
考虑一个简单的二维特征空间,其中每个样本由两个特征表示。特征空间中的每个点都是一个二维向量。如果我们有一个二维的点 (x, y),那么它可以被表示为特征向量 [x, y]。在这个特征空间中,我们可以使用直线或曲线等来描述样本的分布和关系。总结:
特征空间假设为机器学习提供了一个框架,使得样本可以通过向量化的方式表示。这种向量表示使得机器学习算法能够有效地操作和学习,同时也方便了对特征的选择、提取和问题转化。特征空间的假设在实践中得到了广泛的应用,是机器学习中的一个基本概念。 -
-
假设目标函数的存在性(Existence of a Target Function):
- 假设存在一个目标函数,可以描述输入特征与输出标签之间的关系。 在监督学习中,我们假设存在一个未知的目标函数,该函数可以准确地将输入映射到相应的输出。机器学习的目标就是通过学习过程逼近或近似这个目标函数。