西瓜书第十五章 —— 规则学习

规则学习：

• 从训练数据中学习出一组能用于对未见示例进行判别的规则
• 目标：产生一个能覆盖尽可能多的样例的规则集

方法：

• 序贯覆盖
  • 优点：简单有效，为基本框架
  • 缺点：容易过拟合
• 剪枝优化
  • 提高模型的泛化性能和减少模型的过拟合风险
• 一阶规则学习
  • 学习一阶逻辑规则，用于从数据中进行推理和分类
  • 优点：能够表达更复杂的关系和规则
  • 缺点：规则的可解释性和可读性差、数据量要求较大
• 归纳逻辑程序设计
  • 在一阶规则学习中引入了函数和逻辑表达嵌套