假設空間：所有屬性的可能取值所組成的集合，
比如西瓜：色澤屬性可取（青綠，烏黑，淺白，*），根蒂屬性可取（蜷縮，稍蜷，硬挺，*），敲聲屬性可取（濁響，清脆，沉悶，*），以及好瓜假設不存在。即西瓜問題的假設空間大小為（4*4*4+1=65）。
版本空間：根據已獲取的資訊（資料集）對假設空間進行剪枝，即找到乙個與資料集匹配的假設空間子集。
子集：如果乙個集合a的任意乙個元素都是集合b的集合，那麼集合a稱為集合b的子集。
泛化：指根據某些偏好（出現頻率高），選擇版本空間裡的一種假設作為判斷。
刪除與正例不一致的假設和與反例一致的假設 ！= 刪除錯誤的假設：
表1.1為例。色澤青綠，根蒂蜷縮，敲聲濁響的瓜是好瓜，若它作為一種假設，則需要被剔除，因為若它成立，則色澤非青綠，根蒂非蜷縮，敲聲非濁響的瓜都為壞瓜，這就與編號2的例項矛盾了。（沒考慮到假設的排他性，然也有例外的情況）。再比如說，色澤=*，根蒂=*，敲聲=濁響的瓜是好瓜，如果我們做出這種假設，對於表中的4種訓練樣本，在這種假設下都能做出正確的判斷。對於色澤是烏黑，根蒂蜷縮，敲聲濁響的瓜，根據這種假設，我們也能做出是好瓜的判斷。同理色澤=*，根蒂=青綠，敲聲=*的瓜是好瓜這條假設也匹配，這樣，就能得出與表1.1訓練集相匹配的版本空間。
《機器學習》 關於假設空間與版本空間
第一章緒論就丟擲一堆概念，看到假設空間與樣本空間有點懵，查了一些資料才大概了解，記錄一下。我的理解是 針對某乙個問題，所有可能存在的情況的集合，比如說書上的西瓜問題，西瓜的特徵有三個，色澤 根蒂 敲聲，這三個特徵可以用來描述乙個西瓜，已知的特徵中色澤有兩種，根蒂有三種，敲聲有三種，根據排列組合是有1...
假設空間與概念空間（版本空間）
參考部落格 首先說明概念1 版本空間 version space 是概念學習中與已知資料集一致的所有假設 hypothesis 的子集集合。即是版本空間是假設空間中於樣本滿足一致的 假設集合 是基於樣本決定的。gb 是最大泛化正假設邊界 maximally general positive hypo...
假設空間與版本空間的理解
2019.6.4 機器學習第一章，問題理解 假設空間 所有假設組成的空間。從大類上劃分，瓜有好瓜的可能，瓜有壞瓜的可能和瓜無好壞之分，即無 好瓜 這種東西。上圖中，西瓜訓練集，色澤，根蒂，敲聲，三個屬性中。1 色澤可有青綠 烏黑 淺白三種取值。2 根蒂可有蜷縮 硬挺 稍蜷三種取值。3 敲聲可有濁響 ...