Quelle est la définition d « espace de fonctionnalités »?
Par exemple, en lisant sur les SVM, jai lu sur le « mappage vers une fonctionnalité espacer ». En lisant sur CART, jai lu sur le « partitionnement vers lespace des fonctionnalités ».
Je comprends ce qui se passe, en particulier pour CART, mais je pense quil y a une définition que jai manquée.
Existe-t-il une définition générale de «lespace de fonctionnalités»?
Y a-t-il une définition qui me donnera plus dinformations sur les noyaux SVM et / ou CART?
Commentaires
- Lespace dentités se réfère simplement aux ensembles dentités qui sont utilisés pour caractériser vos données. Par exemple, si vos données concernent des personnes, votre espace dentités peut être (Sexe, Hauteur, Poids, âge). Dans un SVM, nous souhaitons peut-être envisager un ensemble différent de caractéristiques pour décrire les données, telles que (sexe, taille, poids, âge ^ 2, taille / poids), etc.; il sagit du mappage vers une autre caractéristique space
- Pouvez-vous donner les noms / titres de vos lectures?
Réponse
Espace de fonctionnalités
Lespace de fonctionnalités fait référence aux dimensions $ n $ où vivent vos variables (sans inclure une variable cible, si elle est présente). Le terme est souvent utilisé dans la littérature ML car une tâche dans ML est une extraction de fonctionnalités , par conséquent nous considérons toutes les variables comme des fonctionnalités. Par exemple, considérons lensemble de données avec:
Target
- $ Y \ equiv $ Épaisseur des pneus de voiture après une période de test
Variables
- $ X_1 \ equiv $ distance parcourue dans le test
- $ X_2 \ equiv $ temps durée du test
- $ X_3 \ equiv $ quantité de produit chimique $ C $ dans les pneus
Lespace des caractéristiques est $ \ mathbf {R} ^ 3 $, ou plus exactement le quadrant positif de $ \ mathbf {R} ^ 3 $ comme tous les Les variables $ X $ ne peuvent être que des quantités positives. La connaissance du domaine des pneus pourrait suggérer que la vitesse à laquelle le véhicule se déplaçait est importante, cest pourquoi nous générons une autre variable, $ X_4 $ (cest la partie dextraction de caractéristiques):
- $ X_4 = \ frac {X_1} {X_2} \ equiv $ la vitesse du véhicule pendant les tests.
Cela étend notre ancien espace de fonctionnalités à un nouveau, la partie positive de $ \ mathbf {R} ^ 4 $.
Mappages
De plus, un mapping dans notre exemple est une fonction, $ \ phi $, de $ \ mathbf {R} ^ 3 $ à $ \ mathbf {R} ^ 4 $:
$$ \ phi (x_1, x_2, x_3) = (x_1, x_2, x_3, \ frac {x_1} {x_2}) $$
Commentaires
- En quoi cela diffère-t-il dun espace déchantillonnage en théorie des probabilités? Je ne faisais que demander. Jaimerais savoir.
- Il ' s est très similaire, sinon identique. Si vous considérez la distribution génératrice de données $ D $, alors lespace de fonctionnalités est identique au support de $ D $.
- Je dirais que, comme Pilon ' montre que lespace des fonctionnalités peut être augmenté en extrayant de nouvelles fonctionnalités. Lespace déchantillonnage en probabilité peut ' t. Il ' est exhaustif, les espaces caractéristiques ne sont pas ' t.
- @ Cam.Davidson.Pilon quelquun est inspiré votre réponse semble: dataorigami.net/blogs/napkin-folding/…
- @AIM_BLB que ' est moi!