数学表达式day5

决策表

Patient	Headache	Temperature	Lymphocyte	Leukocyte	Eosinophil	Heartbeat	Flu
$x_1$	Yes	High	High	High	High	Normal	Yes
$x_2$	Yes	High	Normal	High	High	Abnormal	Yes
$x_3$	Yes	High	Highl	High	Normal	Abnormal	Yes
$x_4$	No	High	Normal	Normal	Normal	Normal	Yes
$x_5$	Yes	Normal	Normal	Low	High	Abnormal	Yes
$x_6$	Yes	Normal	Low	High	Normal	Abnormal	Yes
$x_7$	Yes	Low	Low	High	Normal	Normal	Yes

写出本例中的 $\mathbf{U},\mathbf{C},\mathbf{D}$ 和 $\mathbf{V}$. 注:
最后两个属性为决策属性. $I$ 是怎么表示的?

14.5 作业
定义一个标签分布系统, 即各标签的值不是 0/1, 而是 [0,1] 区间的实数, 且同一对象的标签和为 1.

首先解释一下分布系统，即满足概率分布，也就是说这个系统同一对象的所有决策标签的和要为 1. 根据这个想法写一下定义：
A multi-label distribution system is a tuple $S=(\mathbf{X},\mathbf{Y})$ where $\mathbf{X}=[x_{ij}{]}_{n\times m}\in {\mathbb{R}}^{n\times m}$ is the data matrix, $\mathbf{Y}$ is the label array, and $\forall y_{ik}\in [0,1],\exists {\sum }_{k=1}^l{y}_{ik}=1st.\mathbf{Y}=[y_{ik}{]}_{n\times l}\in [0,1{]}^{n\times l}$, $n$ is the number of instances, $m$ is the number of features.

15.3 作业
找一篇你们小组的论文来详细分析数学表达式, 包括其涵义, 规范, 优点和缺点.

感恩老师分享了她的论文给我们做表达式分析的范本~~ 【Noise label learning through label confidence statistical inference】

首先，
${\mathbf{x}}_i\in {\mathbf{D}}_l\setminus \mathbf{T}$ 说明对象 ${\mathbf{x}}_{\mathbf{i}}$ 是训练数据集 ${\mathbf{D}}_l$ 减去已知对象集合 $\mathbf{T}$ 所表示的集合中的某个元素.
$c$ 表示为置信度的函数关系 (the instance confidence function. 不知道具体是不是这么翻译的~ ), $c:{\mathbf{D}}_l\setminus \mathbf{A}\times 2^{\mathbf{A}}\to [0,1]$, 这个函数关系我理解为是将除了 $\mathbf{A}\times 2^{\mathbf{A}}$ 的训练数据集 ${\mathbf{D}}_l$ 映射到 0 到 1 的范围里， 这里的 $\mathbf{A}\times 2^{\mathbf{A}}$，一个对象集合 $\mathbf{A}$ 与它的幂集 $2^{\mathbf{A}}$ 进行一个笛卡尔积，我不知道到底该怎么解释。 总之这里的 $c({\mathbf{x}}_i,\mathbf{T})$ 表示 ${\mathbf{x}}_i$ 相对于 $\mathbf{T}\subseteq \mathbf{A}$ 的置信度.
$dist({\mathbf{x}}_i,{\mathbf{x}}_j)$ 表示为 ${\mathbf{x}}_i,{\mathbf{x}}_j$ 之间的距离，$r$ 表示这个对象的邻域半径。
$s^{\ast }$ 就是置信度函数 $c({\mathbf{x}}_i,\mathbf{T})$ 在 ${\mathbf{x}}_i\in {\mathbf{D}}_l\setminus \mathbf{T}$ 的情况下，取到最大值时的参数。
这个参数 $s\ast$ 使得 ${\mathbf{x}}_i,{\mathbf{x}}_j$ 之间的距离要小于邻域半径 $r$ 。

$r_p$ 为实例对的邻域半径， ${\mathbf{N}}_{r_p}$ 表示为相对于 $r_p$ 的实例对邻居，也就是说， ${\mathbf{x}}_i$ 和 ${\mathbf{x}}_j$ 之间的距离要小于等于邻域半径 $r_p$, 在这个条件下对 ${\mathbf{x}}_i$ 和 ${\mathbf{x}}_j$ 取样。
$y_i$ 和 $y_j$ 表示为 ${\mathbf{x}}_i$ 和 ${\mathbf{x}}_j$ 的类标签。
$f(r_p)$ 是实例对标签不一致性统计函数。在函数中表示为，满足实例对类标签不同的情况下的实例对 ${\mathbf{x}}_i$ 和 ${\mathbf{x}}_j$ 的个数与所有实例对邻居的比值。

${\mathbf{N}}_r({\mathbf{x}}_i)$ 表示为半径为 $r$ 的包含在训练数据集中的样本 ${\mathbf{x}}_i$ 的邻域。

${\mathbf{N}}_T({\mathbf{x}}_i)$ 表示为半径为 $r$ 的包含在训练数据集中的样本 ${\mathbf{x}}_i$ 的可信邻域。
${\mathbf{x}}_j$ 既是可信实例集合中的样本， 又是样本 ${\mathbf{x}}_i$ 的邻域。

对于要预测的实例 ${\mathbf{x}}_i$，当且仅当 ${\mathbf{x}}_j$ 是可信邻域 ${\mathbf{N}}_T({\mathbf{x}}_i)$ 中的样本，${\mathbf{x}}_i$ 和 ${\mathbf{x}}_j$ 之间的距离取得最大值时，参数值 ${\mathbf{x}}_j$ 被称为最近的可信邻域。

这里有一个问题，${\mathbf{x}}_i$ 之类的样本不是独立集合而且集合中的一个元素，为什么要加粗呢？不知道是我理解的问题还是一些瑕疵？
暂且先写到这些，后面还有一些式子稍微有点难度，慢慢再看~