RealCoder的博客

P规则（Premise Rule）：前提引入，即引入前提集合中的任意一个前提。CP规则（Conclusion Premise Rule）：附加前提引入，将结论中的前件作为附加前提加入前提集合。CP规则适用于结论为条件式。I规则（Implication Rule）:逻辑蕴含规则，通过逻辑蕴含式得到新的逻辑结果。E规则（Equivaluence Rule）:等值替换规则，通过等值演算得到新的逻辑结果。T规则（Transformation Rule）:逻辑结果引用规则，将由E规则或I规..

信息消除不确定性，不确定性由熵描述随机变量的熵：设XXX为随机变量，其分布为P(X)P(X)P(X)则XXX的熵为：H(X)=−∑x∈XP(x)log⁡2xH(X)=-\sum_{x\in X}P(x)\log_{2}{x}H(X)=−x∈X∑​P(x)log2​x随机变量的条件熵：已知随机变量X,YX,YX,Y，联合分布P(X,Y)P(X,Y)P(X,Y),条件分布P(X∣Y)P(X|Y)P(X∣Y)则在YYY的条件下XXX的条件熵为：H(X∣Y)=−∑x∈X,y∈YP(x,y)log⁡2

1.闵可夫斯基距离给定样本集合XXX,XXX是mmm维实数向量空间RmR^mRm中点的集合，其中xi,xj∈Xx_i,x_j \in Xxi​,xj​∈X,xi=(x1i,x2i,⋯ ,xmi)Tx_i=(x_{1i},x_{2i},\cdots,x_{mi})^Txi​=(x1i​,x2i​,⋯,xmi​)T,xi=(x1j,x2j,⋯ ,xmj)Tx_i=(x_{1j},x_{2j},\cdots,x_{mj})^Txi​=(x1j​,x2j​,⋯,xmj​)T,样本xix_ixi​与样本xjx_jx