我不知道“在多标签分类中我们必须共享子空间”是什么意思，但是子空间的概念很容易解释。

在数学中，空间是具有一些附加结构的集合（有时称为宇宙）。

资料来源：维基百科

最常见的空间是（数轴）、（平面）和（我们经常思考的空间，有轴）。假设我们的主要空间是。我们的数据是这个空间中的数据点。但是，我们必须写一份报告。该报告必须打印在纸上。因此，我们将数据点从 3 维空间投影到二维子空间。所以子空间只是原始空间的一部分。$\mathbb{R}$$\mathbb{R}^2$$\mathbb{R}^3$$x,y,z$$\mathbb{R}^3$

让我先解释一个更简单的概念，即子集？子集“一般”与集成分类器相关。在集成分类器中，您将不同基础学习器“弱学习器”的多个输出的输出组合在一起。重要的关键之一是具有多样性。不同的基础学习者有不同的能力。实现多样性的最简单方法之一是使用子集学习。每次你训练一个基学习器时，你都会从训练数据中抽样，因为这个抽样过程是随机的，这些基学习器不会是相同的，因此你支持多样性。子空间呢？在子空间中，您使用所有样本，但每次选择不同的维度集。例如，假设每个样本是一个 1*100 的向量。第一个基学习器可以通过使用所有样本进行训练，但只使用前 10 个维度。因此，第一个基础学习器将使用每个 1*10 的样本进行训练。通过选择随机数量的维度和随机维度，您可以支持多样性

也许你的意思是：

您正在进行多标签分类，因此您的每个示例都可能与多个标签相关联。

在图像中，标记为“共享子空间”的任何示例都可以标记为 A 和 B