- 1、本文档共63页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
机器学习概念学习
* Find-s中的假设空间有哪些信誉好的足球投注网站 x1=sunny, warm, normal, strong, warm, same, + x2=sunny, warm, high, strong, warm, same, + x3=rainy, cold, high, strong, warm, change, - x4=sunny, warm, high, strong, cool, change, + 实例 X 假设集 H x1 x2 h0 h1 h2,3 h0= ?, ?, ?, ?, ?, ? h1=sunny, warm, normal, strong, warm, same h2=sunny, warm, ?, strong, warm, same h3=sunny, warm, ?, strong, warm, same h4=sunny, warm, ?, strong, ?, ? 特殊 一般 x3 h4 x4 * Find-s的特点 Find-S算法演示了一种利用more_general_than偏序来有哪些信誉好的足球投注网站假设空间的方法,沿着偏序链,从较特殊的假设逐渐转移到较一般的假设。因此,每一步得到的假设都是在那一点上与训练样例一致的最特殊的假设。 Find-S的重要特点:对以属性约束的合取式描述的假设空间H,保证输出为H中与正例一致的最特殊的假设。 * Find-s存在问题 存在的问题 是否收敛到了正确的目标概念? Find-s找到了与训练样例一致的假设,但无法确定它是否找到了唯一合适的假设(即目标概念本身)。或者说是否还有其它的假设 为什么要用最特殊的假设? 如果有多个与D一致的假设,它只找到最特殊的假设 训练样例是否相互一致? D中出现错误将严重破坏Find-s算法 如果有多个极大特殊假设怎么办? * 归纳学习概念 概念学习定义 作为有哪些信誉好的足球投注网站的概念学习(有哪些信誉好的足球投注网站策略:偏序) Find-S:寻找极大特殊假设 变形空间和候选消除算法 归纳偏置 OUTLINE * 变形空间和候选消除算法 候选消除算法概述 概念学习的另一种方法,候选消除算法(candidate-elimination) Find-S算法的不足,输出的假设只是H中能够拟合训练样例的多个假设中的一个 候选消除算法输出与训练样例一致的所有假设的集合 候选消除算法在描述这一集合时不需要明确列举所有成员,利用more_general_than偏序结构,可以维护一个一致假设集合的简洁表示 * 变形空间和候选消除算法 候选消除算法的应用,化学质谱分析、启发式有哪些信誉好的足球投注网站的控制规则 候选消除算法的缺点,容错性能差 * 变形空间和候选消除算法 输出与训练样例一致的所有假设的集合 “一致”的定义 一个假设h与训练样例集合D一致,当且仅当对D中每一个样例x,c(x)都有h(x)=c(x),即Consistent(h,D)?(?x, c(x)?D) h(x)=c(x) * 变形空间和候选消除算法 变形空间 VSH,D 关于H和D的变型空间,记为VSH,D,是假设空间H中与训练样例D一致的所有假设构成的子集 VSH,D ? {h ? H|Consistent(h,D)} version space S G * 变形空间示例 {Sunny, Warm, ?, Strong, ?, ?} S: {Sunny, ?, ?, ?, ?, ?,?, Warm, ?, ?, ?, ?} G: Sunny,?,?,Strong,?,? Sunny, Warm,?,?,?,? ?,Warm,?,Strong,?,? * 列表后消除算法 列表后消除算法:表示变型空间的一种方法是列出其所有成员 算法: 变型空间VSH,D ?包含H中所有假设的列表 对每个训练样例x,c(x) 从变型空间中移除所有h(x)?c(x)的假设 输出VSH,D中的假设列表 * 列表后消除算法 优点 保证得到所有与训练数据一致的假设 缺点 非常繁琐地列出H中的所有假设,大多数实际的假设空间无法做到 * 候选消除算法 变型空间的更简洁表示 变型空间被表示为它的极大一般和极大特殊的成员 这些成员形成了一般和特殊边界的集合,这些边界在整 个偏序结构中划分出变型空间。 关于假设空间H和训练数据D的一般边界G,是在H中与D相一致的极大一般成员的集合 关于假设空间H和训练数据D的特殊边界S,是在H中与D相一致的极大特殊成员的集合 * 候选消除算法——算法描述 初始化G和S 如果d是一个正例 从G中移去所有与d不一致的假设 对S中每个与d不一致的假设s 从S中移去s 把s的所有的极小泛化式h加入到S中,其中h满足 h与 d一致,而且G的某个成员比h更一般 从S中移去所有这样的假设:它比S中另一个假设更一般 如果d是一个反例 从S中移去所有与d不一致
文档评论(0)