假设空间的一个简单计算

最新推荐文章于 2024-07-03 10:52:25 发布
最新推荐文章于 2024-07-03 10:52:25 发布
阅读量6.7k 收藏 14
点赞数 17
分类专栏： 西瓜书学习 文章标签： 系统学习机器学习 机器学习 计算机 假设空间
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/macro_xjq/article/details/78847379
版权

               假设空间上一篇提到过，先做一个简单的介绍吧。


我们可以把学习过程看作一个假设（hypothesis）所组成的空间中进行搜索的过程，搜索目标是找到于训练集“匹配”（fit）的假设，假设一旦表示确定，假设空间以及其规模大小就可以确定了。

    Fx:   西瓜有色泽 “青绿”，“乌黑”，“浅白”。三种颜色。相同的，根蒂和敲声我们都定义为三种。  西瓜也只有这三个属性。  求假设空间多大？

                    正如上所述，样本的属性范围确定，整体假设空间大小已经确定。

                          所以假设空间H=3*3*3=27？

                           NONONO,因为还有一种颜色选择就是“什么颜色都是好瓜”！

                          所以假设空间H=4*4*4=64?

                          NONONO，因为还有一种可能，是”世界上根本没好瓜！“

                          所以假设空间H=64+1=65



        



macro_xjq
关注
专栏目录
笔记（一）机器学习（周志华）第1章 绪论 （假设空间、版本空间）
lzbmc的博客
08-23 937
1. 引言 1) 定义 机器学习是一门致力于研究如何通过计算的手段，利用经验（数据）来改善系统自身的性能的学科。 2) 研究的主要内容 在计算机上，从数据中产生“模型”的算法，即“学习算法”。 3) 如何运用 有了学习算法，把经验数据提供给它，它就能基于这些数据产生模型；在面对新的情况时，模型会给出相应的判断。 2. 基本术语 数据集：所有记录的集合 示例/样本：每条记录。有时整个数据集也会看成...
[Learning-from-data]无限假设空间的可学性以及模型泛化
Viking的博客
12-16 1090
Theory of Generalization 样本外误差EoutE_{out}Eout​测量了训练集D上学习的模型在unseen data上的泛化能力.EoutE_{out}Eout​是基于整个输入空间X上的表现来测量的.如果使用样本集来计算模型的EoutE_{out}Eout​,这些样本点必须是"unseen",没有在训练集中出现过. 对应的,样本内误差EinE_{in}Ein​是基于训练集...
假设空间规模计算
Broke_Leaf的博客
04-27 3681
首次看到假设空间规模计算之间就懵逼了。。。。 先描述一下问题，这个问题来源与西瓜书。如何判断一个西瓜是不是好瓜，我们假设这个西瓜是不是好瓜可以有三种属性确定，分布为“色泽”，“根蒂”，“敲声”，同时每种属性有三种可能的情况，那么假设空间的规模说多少？或者说在我们判断一个瓜是不是好瓜有多少种可能出现的情况？ 我们第一直观的判断3* 3* 3，简单的排列组合，可以给出所有西瓜的的属性，那么假设空间的大小为27。但是在这种判断中，我们其实默认了一个瓜是不是好瓜，需要通过对西瓜三种属性来进行判断，然而其实也许判断一
周志华机器学习西瓜书经典来袭！PPT+课件+南瓜书
最新发布
2301_81888214的博客
07-03 473
南京大学教授，博士生导师，教育部“长江学者”特聘教授，国家杰出青年基金获得者！周志华老师的头衔太多了！相信每一个从事或爱好机器学习的朋友都知道周志华老师，尤其是他的那本经典巨作《机器学习》，又称为西瓜书。
机器学习(周志华) 第一章习题1.1假设空间计算问题
画地为牢的博客
06-09 2182
原题目： 1.1 表1.1中若只包含编号为1，4的两个样例，试给出相应的版本空间。 答案：数据集有3个属性，每个属性2种取值，一共 3∗3∗3+1=28种假设 解释原因举例： 好瓜(色泽=?)^ (根蒂 =?) ^(敲声 =?) ,假设每个属性有三个值，比如色泽（青绿、乌黑、浅白），那么有四种可能（青绿、乌黑、浅白+任何色泽都不影响）,则一共有444+1=65中可能性,即假设空间。+1是指根本不存在好瓜的概念。 其实就是概率的交集计算理念，每个属性的2种取值，还有一种就是任何色泽都不影响，所以变成了333+
关于周志华《机器学习》中假设空间规模大小65的计算
小李李的专栏
01-30 1934
我们想要从所有可能性中抽取一条规则来定义什么瓜是好瓜。而我们的假设空间则包含所有可能性。 这里我们可以从两个角度得到最终结果65。 一、分别考虑 现在我们一共有3个特征，如果我们只需要从3个特征中选取一个特征中作为最终的结果（这意味着剩余两个特征无关紧要），我们一共有3*3=9种可能； 如果我们需要从3个特征中选取2个特征作为最终的结果，则一共有C23∗3∗3=27种可能； 如果我们需要从3个特征中选取3个特征作为最终的结果，则一共有3∗3∗3=27种可能； 如果我们一个特征都不需要，恒真，则为一种可能；
机器学习笔记（二）假设空间
HwJh*MSNAuC%
05-08 2291
归纳是从特殊到一般的泛化过程，即从事实归结出一般性规律。 演绎是从一般到特殊的特化过程，即基础原理推演出具体状况。 从样例中学习是一个归纳过程，亦称为归纳学习。 归纳学习有广义与狭义之分，广义的归纳学习相当于从样例中学习，狭义的归纳学习要从训练数据中学得概念，因此称为概念学习或概念形成。 概念学习中最基本的是布尔概念学习，即分为是与不是，举一个简单的例子
西瓜书：假设空间与版本空间。如何求版本空间
qq_36575363的博客
09-10 2262
假设空间：属性所有可能取值组成的可能的样本 版本空间：与已知数据集一致的所有假设的子集集合。 在西瓜问题中，如何根据训练集求所对应的版本空间？ ①写出假设空间：先列出所有可能的样本点（即特征向量）（即每个属性都取到所有的属性值） ②对应着给出的已知数据集，将与正样本不一致的（要与数据集中所有的正样本一致，假设有个样本与数据集中一个正样本一致，又与数据集中另一个正样本不一致，还是要删除）、与负样本一致的假设删除。 即可得出与训练集一致的假设集合，也就是版本空间了。 备注：通配符*可以代表任意一种可
机器学习-学习笔记(一) --> （假设空间 & 版本空间）及 归纳偏好.doc
07-13
"机器学习-学习笔记(一) -->(假设空间 & 版本空间)及 归纳偏好" ...本文对机器学习的基本概念、假设空间和版本空间、归纳偏好等知识点进行了详细的介绍，为读者提供了一个系统的机器学习知识体系。
php计算指定目录下文件占用空间的方法
10-24
在PHP中，计算一个目录及其子目录下所有文件占用的空间可以通过使用内置的文件系统函数来实现。具体来说，可以利用RecursiveDirectoryIterator类和RecursiveIteratorIterator类来递归遍历指定目录及其所有子目录中的...
西瓜书 假设空间，训练数据集，版本空间
Elom_H4的博客
09-01 498
通俗来说，假设空间，训练数据集，版本空间，三者都可以看作一张张数据表
【机器学习笔记】 假设空间与版本空间
Horizonhui
07-08 2885
#include<iostream> #include<cstdio> #include<cstdlib> using namespace std; int cmp1(const void *a,const void *b) { return *(int *)a-*(int *)b;//升序 } int cmp2(const void *a,cons...
绪论——假设空间、归纳偏好、发展历程
weixin_43889476的博客
07-04 365
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结 前言 提示：这里可以添加本文要记录的大概内容： 例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。 提示：以下是本篇文章正文内容，下面案例可供参考 一、pandas是什么？ 示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。 二、使用步骤 1.引入库 代码
【DataWhale组队学习】吃瓜教程(西瓜书+南瓜书)Task01-假设空间与版本空间、NP问题
qq_40857571的博客
10-13 671
在某前辈的带领下，第一次参加DataWhale的组队学习活动，第一天就认识了一些新朋友，优秀的人真的是在不断输入不断进步呀！ 本期我选择了吃瓜教程的任务，刚好配着研一机器学习的课程，并且在导师也要求阅读邱锡鹏老师的《神经网络与深度学习》，希望能够夯实机器学习入门的数学基础，对机器学习、深度学习有深层次的了解。 以下是Task01任务进行中的一点笔记整理分享（主要是周志华老师《机器学习》前两章除公式推导的内容中有疑惑、思考过的地方）。 假设空间与版本空间 什么是假设空间(hypothesis spac
假设空间 版本空间&查全率 查准率
liangyingyi1006的博客
05-07 1953
一、假设空间 版本空间根据P4表1.1和P5图1.1得，       假设空间为：     1 色泽＝＊，     根蒂＝＊，    敲声＝＊2 色泽＝青绿， 根蒂＝＊，    敲声＝＊3 色泽＝乌黑， 根蒂＝＊，    敲声＝＊4 色泽＝＊，     根蒂＝蜷缩，敲声＝＊5 色泽＝＊，     根蒂＝硬挺，敲声＝＊6 色泽＝＊，     根蒂＝稍蜷，敲声＝＊7 色泽＝＊，     根蒂＝＊，  ...
机器学习（假设空间与版本空间）
qq_39822872的博客
09-10 1404
假设空间：所有属性的可能取值所组成的集合， 比如西瓜：色泽属性可取（青绿，乌黑，浅白，*），根蒂属性可取（蜷缩，稍蜷，硬挺，*），敲声属性可取（浊响，清脆，沉闷，*），以及好瓜假设不存在。即西瓜问题的假设空间大小为（4*4*4+1=65）。 版本空间：根据已获取的信息（数据集）对假设空间进行剪枝，即找到一个与数据集匹配的假设空间子集。 子集：如果一个集合A的任意一个元素都是集合B的集合，那么...
“假设空间”与“版本空间”概念辨析及python实现
weixin_41062954的博客
07-07 2306
西瓜书笔记，西瓜书1.3假设空间章节，”版本空间（version space）“概念理解，并用python模拟了“假设空间”与“版本空间”的计算过程。
周志华西瓜书学习笔记(一)
Math_is_hard的博客
12-24 931
周志华西瓜书学习笔记 第一章 绪论 数据处理分为三个阶段：收集，分析，预测。 一、基本概念 机器学习致力于研究如何通过计算的手段，利用经验来改善系统自身的性能。 Mitchell给出的更形式化的定义为：假设用P来评估计算机程序在某任务T上的性能，若一个程序通过利用经验E在T中获得了性能改善，我们就可以说T和P，该程序对E进行了学习。 （一）泛化（generalization） 学得的模型适用于新样本的能力，称之为泛化能力。具有强泛化能力的模型能够更好地使用于整个样本空间。 （二）独立同分布（i.i.d） 通
VC维：度量无限假设空间复杂度的工具
VC维衡量的是假设空间能区分的实例集合的最大数量，定义了一个集合被拆散（shatter）的概念，即集合的所有可能划分都能由假设空间中的某个假设实现。书中还强调了理论与实践的结合，适合计算机科学、统计学等领域的...
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值