関数空間 lp空間
- こちらでGaussian Sequence Modelをなぞっている。その一環
- 第3章 p58に"Suppose that
is restricted to lie in a parameter space
"っていうフレーズがある。これがわからない…
- 今、考えている『対象』があって、たとえば、1次元空間
を台とする空間に何か曲線のようなものが『真値』としてあるようだが、その曲線に乱雑項を持って観測されているとする。
- そのとき、『真値』たる曲線を
とする。連続空間だから、この
を地道にすべての値ペア(
)とかで定義することもできるけど、∞の要素数になるし、やってられない。
- それを、限定された数のパラメタで表せる関数に限定する、という意味
- さらに、そのパラメタのセットで表された関数の1つ1つは、パラメタ空間上の点に対応するけれど、その関数が置かれているパラメタ空間は
ノルムで定義された
関数空間であって、それを
と書くことにしよう、ということ(らしい)
- 今、考えている『対象』があって、たとえば、1次元空間
- 以下に、この説明に出てくる用語に関する記事へのリンク
- 関数空間
空間とは『p-ノルムの自然な一般化を用いることで定義される関数空間である。』(Wikiの
空間(こちら))
- さて、このパラメタ空間とノルムうんぬんに引き続いて…
としてどんなのを取ってもよいとすると、コンパクトでないようなのも取れる(すぐ隣にまったく違う値をとってもよい・・・近隣の情報が役に立たない)が、それを許すような
の場合には、最悪のシナリオを想定するとリスク関数値(
)は∞になりうるようにできる。それに対して
をコンパクトであると限定して定めると、さすがに上限があるでしょう、上限があれば、
の要素ごとにその最大値同士の大小も比較できますね、という話が続いている(ただしコンパクトであることは必要条件ではない)。
- 実際どんな風に制限するかというと、2つの代表例
- 原点を中心に楕球に制限
- 原点を中心に多次元直方体に制限
- ついで、[0,1]区間のホワイトノイズをフーリエ変換(三角関数のシリーズを使ってmean squared errorで取り扱う)する話を関数の微分を介して楕球制限でのminimaxリスク解であることを示している