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