您能否解释一下决策树学习的假设空间是什么样的?
这个空间的基数是什么?
您能否解释一下决策树学习的假设空间是什么样的?
这个空间的基数是什么?
根据汤姆米切尔的说法,
“......例如,考虑原则上可以由上述检查器学习器输出的假设空间。这个 假设空间由所有评估函数组成,这些评估函数可以由权重wo 到 w6 的某些值的选择来表示。因此,学习者的任务是在这个广阔的空间中搜索,以找到与可用训练示例最一致的假设......”
因此,基本上所有不同树的可能组合构成了假设空间。
假设您选择将函数表示为线性线,那么通过数据(给定输入、输出)的所有可能的线性线构成您的假设空间。
每棵树=单一假设,表示这棵树最适合我的数据并预测正确的结果
因此所有这些可能的tress=假设空间的组合。
这是讲座的PPT片段