关于候选消除算法有点困惑

我在网上看到了一份关于候选消除算法的PPT演示文稿,在这里

我理解了前三个例子,但在阅读第四个例子时我感到困惑。为什么在第四个例子之后

G = {(?,?,blue,?,?),(Japan,?,?,?,Economy)}

而不是像这样的例子 G = {(Japan,?,Blue ,?,?),(?,?,?,?,Economy)}

有人可以给我一些解释吗?


回答:

在每次迭代时,你需要问自己 – 我的边界能正确分类我的例子吗?如果不能 – 我如何改变边界,使它们仍然是最大的但能正确分类这个例子。

在这种情况下,你得到的负面例子是(美国,克莱斯勒,红色,经济型),你的边界是:

G = {(?,?,blue,?,?),(Japan,?,?,?,Economy)}

这个例子在“蓝色”这个颜色方面没有教给你任何东西,事实上,说(Japan,?,Blue ,?,?)

  1. 比之前的边界更不通用
  2. 不能帮助你将负面例子标记为“负面”(因为它不是蓝色的车!)

另一方面,如果你查看边界(?, ?, ?, ?, Economy),你会发现负面例子确实符合它(即被错误分类为正面),所以你必须改变它!怎么改?通过将新的边界设置为(Japan,?,?,?,Economy)

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注