機器學習筆記-基本概念

泛化：學得模型適用於新樣本的能力。 假設空間：屬性可能取值的集合。 如西瓜問題中，（色澤=青綠；根蒂=蜷縮；敲聲=濁響）是一個假設空間，（色澤=*；根蒂=蜷縮；敲聲=濁響）也是一個假設空間，*表示無論取什麼值都合適。 現實問題中，可能存在多個假設空間與訓練集一致，與訓練集一致的假設空間集合稱爲版本空間。 偏好（歸納偏好）：機器學習算法在學習過程中對某種類型假設的偏好。 歸納偏好對應了學習算法本身所

>>阅读原文<<