版本空间

版本空来自间(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。

版本空间学习是机器学习的逻辑方法，月爱运同乎财特别是二分类(binary classifi360百科cation)。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。

对于二维空间中的"矩形"假设(右图)，绿色加号代表正类样本，红色小圈代表负类另经读材乙降军样本。 GB 是最大泛化正假四似探设边界(maxi毛材元之测完实培客mally Genera硫传准染技互l positive hypothesis B鱼五终丝些溶束介oundary), SB 是最大精确正假设边界(言料专离齐哥相maximally Specific positive hypothesis Boundary). GB喜误老必为与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。

在一些需要对假设的泛化能力排序的情形下，就可以通过GB与S且苦故热B这两个上下界来表示版本空间。在学习的过革病厚洋物歌程中，学习算法就可以只在GB、SB这两个代表集合上操作。

• 中文名 版本空间
• 外文名 version space

来源

　　版本空多饭度间的概念最初由 Mitchell 作为在解搜索方法下，理解监督学习基础问来自题的框架提出。

应用

　　虽然与版本空蒸移间相关的基本的"候州威实海穿植离概引民选者剔除"搜索方法360百科并不是一种流行的学习算法，但是还是有许多实际应用被开发出来。例如Sverdlik, W.; Reynolds, R.G. (1992)

　　版本空间的概念在主动学习(active learning)中也有提到。在基于池的样例选择算法中有一种"基于版本空间缩减的方法"，这类方法选择那些训练后能够最大程度缩减版本空间的从样例进行标注。