机器学习笔记-基本概念

泛化：学得模型适用于新样本的能力。 假设空间：属性可能取值的集合。 如西瓜问题中，（色泽=青绿；根蒂=蜷缩；敲声=浊响）是一个假设空间，（色泽=*；根蒂=蜷缩；敲声=浊响）也是一个假设空间，*表示无论取什么值都合适。 现实问题中，可能存在多个假设空间与训练集一致，与训练集一致的假设空间集合称为版本空间。 偏好（归纳偏好）：机器学习算法在学习过程中对某种类型假设的偏好。 归纳偏好对应了学习算法本身所

>>阅读原文<<