离散数学入门级概念:集合、关系、元组
该博文主要用于回答课程问题,所有理解均为个人理解。
原文链接https://blog.csdn.net/minfanphd/article/details/116245485?spm=1001.2014.3001.5502.
习题 1: { 0 , 1 , { 0 , 1 } , { 1 , 2 } } 有几个元素? 机器学习中, 这类形式的集合有什么优点和缺点?
有4个元素,分别是0,1.{0,1},{1,2}
在机器学习中,优点:可以包含各种不同的数据类型,处理不同的数据类型。
缺点:因数据类型不同,涵盖的范围太大,增加了处理的复杂程度。
习题 2: ∅的基数是多少? { ∅ } 呢?
首先,基数是指一个集合中所有元素的个数,∅表示该集合没有元素,因此其基数为0,{ ∅ }为一个只包含一个空集的集合,因此基数为1
习题 5: 多标签学习中, 输出为一个向量,相应的学习器算不算函数呢?
多标签学习主要用于解决一个实例同时具有多个标签的问题,它相应的学习器的输入输出是存在一一对应的关系的,函数的概念是如果对于任意一个x都有唯一确定的一个y和它对应,那么就称x是自变量,y是x的函数。输出为一个向量是一个唯一确定的结果,因此算函数。
习题 6: 元组只能表达对象的数据部分, 还是可以完整地表达? 用一个具体的程序来说明.
可以完整的表达。
如下:该元组有不同数据类型,但任可完整的表达。
class honner:
Totalscore=32292
scoringchampion=10
Olympicchampion=2
NBAchampionship=6
class player:
name='jordan'
height=198
weight=98
birth=1963
greathonner=honner()
test=player()
print(test.name,test.birth,test.weight,test.height,test.greathonner.Olympicchampion,test.greathonner.Totalscore,test.greathonner.NBAchampionship,test.greathonner.scoringchampion)
习题8:定义带权无向图
Definition 8.A weighted undirected graph is a tuple Gw= ( V , w,E ) ,where V = { v 1 , … , v n } is the set of nodes
a)and w : V × V → R + ∪ { 0 } is the edge weight function,and <vi,vj>∈E iff <vj,vi>∈E,and w<vi,vj>=w<vj,vi>
习题 9.考虑 ϕ , 重新写 Definition 7 以解决其存在的问题
c)if(r==ϕ),p ( r ) = ϕ