Espacio de funciones
El espacio de características se refiere a las dimensiones donde viven sus variables (sin incluir una variable de destino, si está presente). El término se usa a menudo en la literatura de ML porque una tarea en ML es la extracción de características , por lo tanto, vemos todas las variables como características. Por ejemplo, considere el conjunto de datos con:n
Objetivo
- Espesor de los neumáticos del automóvil después de un período de pruebaY≡
Variables
- distancia recorrida en la pruebaX1≡
- duración de la pruebaX2≡
- cantidad de químico C en llantasX3≡C
El espacio de características es , o más exactamente, el cuadrante positivo en R 3 ya que todas las variables X solo pueden ser cantidades positivas. El conocimiento del dominio sobre los neumáticos podría sugerir que la velocidad a la que se movía el vehículo es importante, por lo tanto, generamos otra variable, X 4 (esta es la parte de extracción de características):R3R3XX4
- la velocidad del vehículo durante las pruebas.X4=X1X2≡
Esto amplía nuestro espacio de características de edad en uno nuevo, la parte positiva de .R4
Mapeos
ϕR3R4
ϕ(x1,x2,x3)=(x1,x2,x3,x1x2)