候选消除算法 – 特殊情况

我在做关于候选消除算法的问题时,对一般边界G有些困惑。

这里有一个例子,我已经处理到了第四个训练样例,但对最后一个案例不太确定。

  1. 晴朗,温暖,普通,强,温暖,相同,喜欢运动=yes
  2. 晴朗,温暖,高,强,温暖,相同,喜欢运动=yes
  3. 雨天,寒冷,高,强,温暖,变化,喜欢运动=no
  4. 晴朗,温暖,高,强,凉爽,变化,喜欢运动=yes
  5. 晴朗,温暖,普通,弱,温暖,相同,喜欢运动=no

我这里的情况是:S0: {<0,0,0,0,0,0>}

S1: {<晴朗,温暖,普通,强,温暖,相同>}

S2, S3: {<晴朗,温暖,?,强,温暖,相同>}

S4: {<晴朗,温暖,?,强,?,?>}

G4: {<晴朗,?,?,?,?,?>, <?,温暖,?,?,?,?>}

G3: {<晴朗,?,?,?,?,?>, <?,温暖,?,?,?,?>, <?,?,?,?,?,相同>}

G0, G1 ,G2 : {<?,?,?,?,?,?>}

G5的结果会是什么?G5是空的吗?{} 还是 {<?,?,?,强,?,?>}

谢谢


回答:

G5不是上述任何一种情况。

请注意,{???强??}并不是G4的特化,所以这不是对一般边界的有效添加。

相反,你应该移除{晴朗,?,?,?,?,?}和{?,温暖,?,?,?,?},并用它们的最小特化来替换它们。因此,在这种情况下,你最终会得到:

G5 = {晴朗,?,高,?,?,?}, {晴朗,?,?,强,?,?}, {?,温暖,高,?,?,?}, {?,温暖,?,强,?,?}。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注