參考博客：http://blog.csdn.net/thither_shore/article/details/52311282
首先說明概念1：版本空間（version space）是概念學習中與已知數據集一致的所有假設(hypothesis)的子集集合。即是版本空間是假設空間中於樣本滿足一致的“假設集合”, 是基於樣本決定的。
GB 是最大泛化正假設邊界（maximally General positive hypothesis Boundary）；
SB 是最大精確正假設邊界（maximally Specific positive hypothesis Boundary）。
對於二維空間中的“矩形”假設（如圖），綠色代表正例，紅色代表負例。學習過程中，可以不斷刪除與正例不一致的假設、和（或）與反例一致的假設。最終將會獲得與訓練集一致（即對所有訓練樣本能夠進行正確判斷）的假設，即學得結果。如圖 GB 與 SB 所圍成的區域中的矩形即為版本空間。