版本空间概览-优快云博客

本文链接：https://blog.youkuaiyun.com/angela2016/article/details/84342372

版本空间是概念学习中与已知数据集一致的所有假设的子集集合。它在机器学习，尤其是二进制分类中扮演重要角色。通过界定最大泛化与最大精确正假设边界，版本空间确定了模型的精确度和泛化能力范围。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

 一个新的概念，版本空间，但能查到的资料很有限，现把我能查到的资料列举如下，以便大家查阅。

版本空间（version space）是概念学习中与已知数据集一致的所有假设（hypothesis）的子集集合。版本空间学习是一种机器学习的逻辑方法，特别是二进制分类。版本空间学习算法搜索预定空间的假设，被视为一组逻辑语句。
在这里插入图片描述
对于二维空间中的“矩形”假设（右图），绿色加号代表正类样本，红色小圈代表负类样本。 GB 是最大泛化正假设边界(maximally General positive hypothesis Boundary), SB 是最大精确正假设边界(maximally Specific positive hypothesis Boundary). GB与SB所围成的区域中的矩形即为版本空间中的假设，也即GB与SB围成的区域就是版本空间。