VersionsbereichEs handelt sich dabei um die Teilmenge aller Hypothesen beim Konzeptlernen, die mit dem bekannten Datensatz übereinstimmen, und wird normalerweise verwendet, um Inhalte zu konvergieren.

Version Space Learning ist ein logischer Ansatz für maschinelles Lernen, insbesondere für die binäre Klassifizierung. Versionsraum-Lernalgorithmen durchsuchen einen vorgegebenen Hypothesenraum, der als eine Reihe logischer Aussagen betrachtet wird.

Bei der „Rechteck“-Hypothese im zweidimensionalen Raum (rechte Abbildung) stellen die grünen Pluszeichen positive Stichproben und die roten Kreise negative Stichproben dar. GB ist die maximal allgemeine positive Hypothesengrenze und SB ist die maximal spezifische positive Hypothesengrenze. Das Rechteck im von GB und SB umschlossenen Bereich ist die Hypothese im Versionsraum, d. h. der von GB und SB umschlossene Bereich ist der Versionsraum.

In einigen Fällen, in denen die Generalisierungsfähigkeit von Hypothesen bewertet werden muss, kann der Versionsraum durch die beiden oberen und unteren Grenzen GB und SB dargestellt werden. Während des Lernprozesses kann der Lernalgorithmus nur mit den beiden repräsentativen Mengen GB und SB arbeiten.

Verweise

【1】https://www.jishux.com/p/1eaaad466795eb5c