epsilon-net(ε-网):在计算几何、统计学习理论与离散数学中,一个从集合/空间里选出的有限点集,用来“代表”原集合,使得任何“足够大”的区域(按给定度量或概率阈值 ε)都必然包含这个点集中的至少一个点。常用于覆盖、采样、近似与泛化分析。(不同领域对“足够大”的精确定义略有差异。)
/ˈɛpsɪlɒn nɛt/
An epsilon-net can summarize a large point set with a few samples.
ε-网可以用少量样本来概括一个很大的点集。
Using an epsilon-net, we ensure that every region with measure at least ε is “hit” by at least one selected point, which helps bound approximation error in learning algorithms.
使用ε-网,我们能保证任何测度至少为ε的区域都会被至少一个选中的点“命中”,从而有助于在学习算法中界定近似误差。
epsilon 来自希腊字母 ε(epsilon),在数学中常用作“很小的正数/阈值”;net 原意是“网”,引申为“用少量点织成的覆盖/捕捉结构”。合起来表示:用阈值 ε 来定义的“网状代表点集”。