max_Linyh的博客

题目：若数据包含噪声，则假设空间中有可能不存在与所有训练样本都一致的假设，在此情形下，试设计一种归纳偏好用于假设选择。概念：噪音数据是指数据中存在错误或异常的数据，即无用数据        归纳偏好：机器学习算法在学习过程中对某种类型假设的偏好，称为“归纳偏好”解答：由于数据包含噪声，在多种假设中应该更偏向于不包含噪声数据的假设，或偏向更一般而非更特殊的假设      ...

题目：表1.1中若只包含编号为1和4的两个样例，试给出相应的版本空间表1.1 西瓜数据集编号色泽根蒂敲声好瓜1青绿蜷缩浊响是4乌黑稍蜷沉闷否解答：   假设 好瓜<->（色泽=？）∩（根蒂=？）∩（敲声=？）    假设空间，色泽、根蒂、敲声每个属性有2个属性值，空集的存在，假设空间大小：3*3*3+1=28                                     假设...

题目：与使用单个合取式来进行假设表示相比，使用“析合范式”将使得假设空间具有更强的表示能力，例如：好瓜<->（（色泽=*）∩（根蒂=蜷缩）∩（敲声=*））∪（（色泽=乌黑）∩（根蒂=*）∩（敲声=沉闷）），会把“（色泽=青绿）∩（根蒂=蜷缩）∩（敲声=清脆）” 以及“（色泽=乌黑）∩（根蒂=硬挺）∩（敲声=沉闷）”都分类为“好瓜”，若使用最多包含k个合取式的析合范式来表达表1.1西瓜分...