2、简单机器学习任务中的搜索与分类器分析

简单机器学习任务中的搜索与分类器分析

1. 爬山搜索算法

爬山搜索算法是一种重要的搜索技术，其具体步骤如下：
|步骤|操作|
| ---- | ---- |
|1|创建两个列表，L 和 Lseen。开始时，L 仅包含初始状态，Lseen 为空。|
|2|令 n 为 L 的第一个元素，将此状态与最终状态进行比较。若相同，则成功停止。|
|3|对 n 应用所有可用的搜索操作符，得到一组新状态。丢弃那些已存在于 Lseen 中的状态，其余状态按评估函数排序并置于 L 的前端。|
|4|将 n 从 L 转移到已调查状态列表 Lseen 中。|
|5|若 L 为空，停止并报告失败；否则，返回步骤 2。|

在这个过程中，评估函数起着关键作用，它用于衡量状态的优劣，影响着爬山搜索的行为。例如，在某些状态下，可能没有“子”状态比其“父”状态有明显改进，就像爬山者有时需要先穿过山谷才能继续攀登一样，这也是该技术得名的由来。

下面通过 mermaid 展示爬山搜索算法的流程图：

graph TD
    A[开始] --> B[创建 L 和 Lseen，L 含初始状态，Lseen 为空]
    B --> C[n = L 的第一个元素]
    C --> D{状态 n 与最终状态相同?}
    D -- 是 --> E[成功停止]
    D -- 否 --> F[对 n 应用搜索操作符得新状态]
    F --> G[丢弃 Lseen 中已有的状态]
    G --> H[按评估函数排序新状态并