O que é "espaço de destaque"?

Qual é a definição de "espaço de recurso"?

Por exemplo, ao ler sobre SVMs, li sobre "mapeamento para destacar o espaço". Ao ler sobre o CART, li sobre "particionamento para destacar o espaço".

Entendo o que está acontecendo, especialmente para a CART, mas acho que há alguma definição que eu perdi.

Existe uma definição geral de "espaço de recurso"?

Existe uma definição que me dê mais informações sobre os kernels SVM e / ou CART?

Espaço de Recursos

O espaço de recursos refere-se às dimensões em que suas variáveis ​​residem (sem incluir uma variável de destino, se estiver presente). O termo é usado frequentemente na literatura de ML porque uma tarefa no ML é a extração de recursos , portanto, vemos todas as variáveis ​​como recursos. Por exemplo, considere o conjunto de dados com:$n$

Alvo

1. Espessura dos pneus de carro após algum período de teste$Y \equiv$

Variáveis

1. distância percorrida no teste$X_1 \equiv$
2. tempo de duração do teste$X_2 \equiv$
3. quantidade de produto químico$X_3 \equiv$nos pneus$C$

O espaço de características é , ou mais precisamente, o quadrante positivo em R 3 como todos os X variáveis só pode ser quantidades positivas. O conhecimento do domínio sobre pneus pode sugerir que a velocidade em que o veículo estava se movendo é importante; portanto, geramos outra variável, X 4 (esta é a parte de extração do recurso):$\mathbf{R}^3$$\mathbf{R}^3$$X$$X_4$

• a velocidade do veículo durante o teste.$X_4 =\frac{X_1}{X_2} \equiv$

Isso amplia nosso antigo espaço de recursos para um novo, a parte positiva de .$\mathbf{R}^4$

Mapeamentos

$\phi$$\mathbf{R}^3$$\mathbf{R}^4$ :