“기능 공간”의 정의는 무엇입니까?
예를 들어 SVM에 대해 읽을 때 “기능에 매핑 우주”. CART에 대해 읽을 때 “공간 분할”에 대해 읽었습니다.
특히 CART의 경우 무슨 일이 벌어지고 있는지 이해합니다. 그러나 제가 놓친 정의가 있다고 생각합니다.
“기능 공간”에 대한 일반적인 정의가 있습니까?
SVM 커널 및 / 또는 CART에 대한 더 많은 통찰력을 제공하는 정의가 있습니까?
댓글
h3>
- 특징 공간은 데이터를 특성화하는 데 사용되는 특성 모음을 나타냅니다. 예를 들어 데이터가 사람에 관한 것이라면 특성 공간은 (성별, 신장, 체중, 나이). SVM에서 데이터를 설명하기 위해 (성별, 신장, 체중, 나이 ^ 2, 신장 / 체중) 등과 같은 다른 특성 집합을 고려할 수 있습니다. 이것은 다른 기능에 대한 매핑입니다. space
- 읽는 이름 / 제목을 알려주시겠습니까?
답변
특징 공간
특징 공간은 변수가있는 $ n $ 차원을 나타냅니다. (있는 경우 대상 변수를 포함하지 않음). 이 용어는 ML의 작업이 특징 추출 이기 때문에 ML 문헌에서 자주 사용되므로 모든 변수를 특성으로 간주합니다. 예를 들어 다음과 같은 데이터 세트를 고려하십시오.
Target
- $ Y \ equiv $ 일부 테스트 기간 후 자동차 타이어의 두께
변수
- $ X_1 \ equiv $ 테스트 이동 거리
- $ X_2 \ equiv $ 테스트 시간
- $ X_3 \ equiv $ 화학 물질 양 타이어의 $ C $
특징 공간은 $ \ mathbf {R} ^ 3 $ 또는 더 정확하게는 $ \ mathbf {R} ^ 3 $의 양의 사분면입니다. $ X $ 변수는 양수일 수 있습니다. 타이어에 대한 도메인 지식은 차량이 움직이는 속도 가 중요하다는 것을 암시 할 수 있으므로 다른 변수 $ X_4 $ (특징 추출 부분)을 생성합니다.
- $ X_4 = \ frac {X_1} {X_2} \ equiv $ 테스트 중 차량 속도.
이는 기존 기능 공간을 새로운 기능 공간으로 확장합니다. $ \ mathbf {R} ^ 4 $.
매핑
또한,이 예에서 매핑 은 $ \ mathbf {R} ^ 3 $에서 $까지의 $ \ phi $ 함수입니다. \ mathbf {R} ^ 4 $ :
$$ \ phi (x_1, x_2, x_3) = (x_1, x_2, x_3, \ frac {x_1} {x_2}) $$
댓글
- 확률 이론의 샘플 공간과 어떻게 다른가요? 그냥 물어 보는 건데. 알고 싶습니다.
- ' s는 동일하지는 않지만 매우 유사합니다. 데이터 생성 배포 $ D $를 고려하면 특성 공간은 $ D $의 지원과 동일합니다.
- 필론과 같이 말하고 싶습니다 '의 예에서는 몇 가지 새로운 기능을 추출하여 기능 공간을 늘릴 수 있습니다. 확률의 샘플 공간은 ' 안됩니다. '의 완전한 기능 공간은 ' t입니다.
- @ Cam.Davidson.Pilon 귀하의 답변은 다음과 같습니다. dataorigami.net/blogs/napkin-folding/ …
- @AIM_BLB 그 ' 나야!