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)
- 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