《工智能与专家统（第二版）》-尹朝庆-电教 第7章 学习.pdf

人工智能与专家系统 人工智能与专家系统(第二版）中国水利水电出版社 第7章机器学习 7.1 机器学习的特征与方法 7.2 归纳学习方法 7.3 遗传算法 7.4 人工神经网络方法 人工智能与专家系统(第二版）中国水利水电出版社 7.1 机器学习的特征与方法 1 机器学习的主要特征 (1) 目的性 (2)结构性 (3)有效性 (4)开放性 2 机器学习的基本方法 (1)归纳学习 (2)遗传算法 (3)人工神经网络 人工智能与专家系统(第二版）中国水利水电出版社 7.2 归纳学习方法 归纳学习 是从特例推导一般规则的学习方法。 7.2.1 CLS算法 7.2.2 ．ID3算法 7.2.3 ．归纳学习生成产生式规则集的应用 人工智能与专家系统(第二版）中国水利水电出版社 7.2.1 CLS算法 1 CLS决策树构造算法 在CLS算法生成的决策树中，节点对应于待分类对 象的属性，由某一节点引出的弧对应于这个属性的取 值，叶节点对应于分类的结果。 设分类对象的属性表为AttrList={A , A , …, A }，每 1 2 n 一个属性A 的值域记为Value (A ) ，需要分类的分类结果 i i 组成分类结果表Class={C ,C ,……,C } 。一般应有n≥1 ， 1 2 m m≥2 。训练实例集T={X ,C} 中的一个元素就是一个训 练实例X ,C，训练实例X ，C 的特征向量为X=(a , 1 a , …… , a ) ，其中a 为这个实例的第i个属性A 的取值， 2 n i i C为这个实例的分类结果，C ∈Class 。 人工智能与专家系统(第二版）中国水利水电出版社 CLS算法 (1)初始化： 输入初始学习实例，组成初始学习实例集合T； 输入分类属性，组成初始属性表 AttrList (A ，A ，…，A ，…A ) 1 2 i n 输入各属性的值，组成各属性的值域表： Value(A ) ，Value(A ) ，…，Value(A ) ，…，Value(A ) 1 2 i n (2)若所有的叶节点都是终叶节点，即算法成功终止；否则 转步骤(3) 。 (3)若当前属性表AttrList ( )，则算法失败终止，否则转步 骤(4) 。 人工智能与专家系统(第二版）中国水利水电出版社 (4)取当前属性表第1个属性A ，逐一划分所有非终叶 i 节点中的实例集，并用属性A 标记划分的非终叶节点。 i (5)若属性A 的值域表Value(A )有s个值，则将一个非 i