《机器学习》 第一章

知识总结

假设空间：所有假设的集合（包括空集）
版本空间：对于特定的数据集，与该数据集一致的假设的集合。（一致的意思是假设能覆盖正例，不覆盖反例）
归纳偏好：是一个挑选最佳假设函数的基准。当多个假设都满足条件时，要依据什么标准来决定使用哪个假设，比如使用奥卡姆剃刀，选最简单的、项最少的。

习题解

1.1

编号 色泽 根蒂 敲声 好瓜
1 青緑 蜷缩 浊响 是
4 乌黑 稍蜷 沉闷 否

版本空间：

  • （色泽=青緑，根蒂=蜷缩，敲声=浊响）（色泽=青緑，根蒂=蜷缩，敲声=*），（色泽=青緑，根蒂=*，敲声=浊响），（色泽=青緑，根蒂=*，敲声=*），（色泽=*，根蒂=蜷缩，敲声=浊响），（色泽=*，根蒂=蜷缩，敲声=*），（色泽=*，根蒂=*，敲声=浊响）

1.2

表1.1

编号 色泽 根蒂 敲声 好瓜
1 青緑 蜷缩 浊响 是
2 乌黑 蜷缩 浊响 是
3 青緑 硬挺 清脆 否
4 乌黑 稍蜷 沉闷 否

题解待研究。

1.3

由于存在数据噪声，归纳偏好可以定为优先选择判断出正例数量多的假设，数量相同是选择项少的假设，前面两项都相同时，随机挑一个。

最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

推荐阅读更多精彩内容