Không gian tính năng là gì?


18

Định nghĩa của "không gian tính năng" là gì?

Ví dụ: Khi đọc về các SVM, tôi đọc về "ánh xạ tới không gian đặc trưng". Khi đọc về GIỎ HÀNG, tôi đọc về "phân vùng theo không gian đặc trưng".

Tôi hiểu những gì đang xảy ra, đặc biệt là cho GIỎ HÀNG, nhưng tôi nghĩ rằng có một số định nghĩa mà tôi đã bỏ lỡ.

Có một định nghĩa chung về "không gian đặc trưng" không?

Có một định nghĩa sẽ cho tôi cái nhìn sâu sắc hơn về hạt nhân SVM và / hoặc GIỎI?


8
Không gian tính năng chỉ đề cập đến các bộ sưu tập các tính năng được sử dụng để mô tả dữ liệu của bạn. Ví dụ: nếu dữ liệu của bạn là về con người, không gian tính năng của bạn có thể là (Giới tính, Chiều cao, Cân nặng, Tuổi). Trong một SVM, chúng tôi có thể muốn xem xét một tập hợp các đặc điểm khác nhau để mô tả dữ liệu, chẳng hạn như (Giới tính, Chiều cao, Cân nặng, Tuổi ^ 2, Chiều cao / Cân nặng), v.v. đây là ánh xạ tới không gian tính năng khác
JCWong

Bạn vui lòng cho biết tên / tiêu đề của bạn đọc?
fu DL

Câu trả lời:


38

Không gian đặc trưng

Không gian đặc trưng đề cập đến n -dimensions nơi các biến của bạn sống (không bao gồm biến mục tiêu, nếu có). Thuật ngữ này được sử dụng thường xuyên trong tài liệu ML vì một tác vụ trong ML là trích xuất tính năng , do đó chúng tôi xem tất cả các biến là các tính năng. Ví dụ: hãy xem xét tập dữ liệu với:

Mục tiêu

  1. Độ dày của lốp xe sau một thời gian thử nghiệmY

Biến

  1. quãng đường đi được trong thử nghiệmX1
  2. thời gian thời gian thử nghiệmX2
  3. lượng hóa chất C trong lốp xeX3C

Không gian tính năng là , hay chính xác hơn là góc phần tư dương trong R 3 vì tất cả các biến X chỉ có thể là đại lượng dương. Kiến thức tên miền về lốp xe có thể gợi ý rằng tốc độ xe đang di chuyển rất quan trọng, do đó chúng tôi tạo ra một biến khác, X 4 (đây là phần trích xuất tính năng):R3R3XX4

  • tốc độ của xe trong thời gian thử nghiệm.X4=X1X2

Điều này mở rộng không gian tính năng cũ của chúng tôi thành một không gian mới, phần tích cực của R4 .

Ánh xạ

ϕR3R4

ϕ(x1,x2,x3)=(x1,x2,x3,x1x2)

Làm thế nào điều này khác với một không gian mẫu trong lý thuyết xác suất? Chỉ cần hỏi. Tôi muốn biết.
Placidia

Nó rất giống nhau, nếu không giống hệt nhau. Nếu bạn xem xét phân phối tạo dữ liệuD, sau đó không gian tính năng giống hệt với sự hỗ trợ của D.
Cam.Davidson.Pilon

1
Tôi muốn nói rằng, như ví dụ của Pilon cho thấy, không gian tính năng có thể được tăng lên bằng cách trích xuất một số tính năng mới. Không gian mẫu trong xác suất không thể. Đó là không gian đầy đủ, tính năng không.
Hasan Iqbal

@ Cam.Davidson.Pilon ai đó lấy cảm hứng từ câu trả lời của bạn có vẻ như: dataorigami.net/bloss/napkin-f khuôn / trộm
AIM_BLB

@AIM_BLB đó là tôi!
Cam.Davidson.Pilon
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.