假设空间的一个简单计算

最新推荐文章于 2024-05-17 15:31:47 发布
最新推荐文章于 2024-05-17 15:31:47 发布
阅读量6.5k 收藏
点赞数 16
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
  • 16
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
专栏目录
机器学习#假设空间与版本空间
Cas
11-24 8404
读周志华的机器学习，卡在假设空间和版本空间这一块了，写一下自己的理解： 假设空间：所有属性的可能性（可能取值）组合形成的假设（假设*，*，*为好瓜），组成假设空间，以西瓜问题假设为例。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） 有了假设空间之后，要根据已
1602的一个简单计算
05-03
在这个“1602的一个简单计算”项目中，我们将探讨如何使用LCD1602来构建一个简单的计算器，同时结合了ATmega16微控制器以及矩阵键盘作为输入设备。 首先，LCD1602显示器具有16个字符宽度和2行显示能力，每个字符由5...
机器学习1-2章
weixin_72757689的博客
02-14 442
将数据集划分为k个大小相似的互斥子集，用其中k-1个子集作为训练集，剩下一个作为测试集，这样可以进行k次测试和训练，结果为k次测试的均值。而过拟合就是经验误差非常小，但是泛化误差比较大，因为学习器可能将训练集上样本并不一般的特征当成了一般特征，从而在新样本上的表现不好。给出了机器学习的定义，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。学习器在训练集上的误差（预测输出与真实输出的差值）称为经验误差，在新样本上的误差称为泛化误差；错误率是错误的样本占总样本数的比率，精度是正确的样本占总样本数的比例。
【机器学习】绪论
最新发布
2301_82023330的博客
05-17 1147
机器学习-西瓜书-🍉Book-1章-线性模型-绪论，主要介绍了西瓜书的使用方法，以及机器学习的入门介绍，包括一些专业术语的扫盲、机器学习的基本假设、分类、发展路程等等。
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 2085
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+
假设空间规模计算
Broke_Leaf的博客
04-27 3535
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
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 1881
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 2269
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 2133
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
一个简单的CNN
05-22
在这个主题“一个简单的CNN”中，我们将深入探讨卷积神经网络（Convolutional Neural Network，简称CNN），它是深度学习在图像处理中的典型应用。 **卷积神经网络基础** CNN是一种专门用于处理具有网格结构数据的...
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。
双水库2_计算水锤_
09-29
标题“双水库2_计算水锤_”暗示了我们即将探讨的是一个与水利工程和流体力学相关的计算问题，特别是关于水锤现象的模拟。水锤是由于液体在管道中的快速速度变化引起的压力瞬变，通常发生在阀门突然关闭或开启时。在...
计算机视觉算法面试准备 计算机视觉.pdf
04-21
计算机视觉是计算机科学的一个分支，它涉及计算机如何处理和理解图像和视频。计算机视觉算法面试准备是一个总结计算机视觉算法的文档，涵盖了面试中常见的知识点。 排序算法 在计算机视觉中，排序算法是非常重要的...
【机器学习笔记】 假设空间与版本空间
Horizonhui
07-08 2767
#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
07-04 297
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
10-13 638
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 1943
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 1364
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...
写一个Java计算等值面的代码
06-10
以下是一个使用Java计算等值面的简单示例代码。 假设我们已经有一个包含三维空间数据的二维数组，在这个示例中，我们使用一个8x8x8的立方体来代表三维空间数据。其中每个元素表示空间中的一个点的值。 ```java double[][][] data = new double[8][8][8]; // 初始化数据 for (int i = 0; i < 8; i++) { for (int j = 0; j < 8; j++) { for (int k = 0; k < 8; k++) { data[i][j][k] = Math.sin(i) + Math.sin(j) + Math.sin(k); } } } ``` 接下来，我们需要定义一个等值面的值，例如： ```java double isoValue = 1.5; ``` 然后，我们可以使用Marching Cubes算法来计算等值面。以下是一个简单的示例代码： ```java List<Triangle> triangles = new ArrayList<>(); // 遍历所有立方体 for (int i = 0; i < 7; i++) { for (int j = 0; j < 7; j++) { for (int k = 0; k < 7; k++) { // 获取当前立方体的8个顶点 double[] p = new double[8]; p[0] = data[i][j][k]; p[1] = data[i+1][j][k]; p[2] = data[i+1][j+1][k]; p[3] = data[i][j+1][k]; p[4] = data[i][j][k+1]; p[5] = data[i+1][j][k+1]; p[6] = data[i+1][j+1][k+1]; p[7] = data[i][j+1][k+1]; // 计算当前立方体的等值面 int cubeIndex = 0; if (p[0] < isoValue) cubeIndex |= 1; if (p[1] < isoValue) cubeIndex |= 2; if (p[2] < isoValue) cubeIndex |= 4; if (p[3] < isoValue) cubeIndex |= 8; if (p[4] < isoValue) cubeIndex |= 16; if (p[5] < isoValue) cubeIndex |= 32; if (p[6] < isoValue) cubeIndex |= 64; if (p[7] < isoValue) cubeIndex |= 128; // 根据立方体的等值面索引生成三角形 int[] triTable = MarchingCubes.triTable[cubeIndex]; for (int l = 0; l < triTable.length; l += 3) { int edge1 = triTable[l]; int edge2 = triTable[l+1]; int edge3 = triTable[l+2]; if (edge1 == -1) break; double[] v1 = MarchingCubes.vertexInterp(isoValue, new double[]{i+MarchingCubes.edgeVertex[edge1][0], j+MarchingCubes.edgeVertex[edge1][1], k+MarchingCubes.edgeVertex[edge1][2]}, new double[]{i+MarchingCubes.edgeVertex[edge2][0], j+MarchingCubes.edgeVertex[edge2][1], k+MarchingCubes.edgeVertex[edge2][2]}, p[edge1], p[edge2]); double[] v2 = MarchingCubes.vertexInterp(isoValue, new double[]{i+MarchingCubes.edgeVertex[edge2][0], j+MarchingCubes.edgeVertex[edge2][1], k+MarchingCubes.edgeVertex[edge2][2]}, new double[]{i+MarchingCubes.edgeVertex[edge3][0], j+MarchingCubes.edgeVertex[edge3][1], k+MarchingCubes.edgeVertex[edge3][2]}, p[edge2], p[edge3]); double[] v3 = MarchingCubes.vertexInterp(isoValue, new double[]{i+MarchingCubes.edgeVertex[edge3][0], j+MarchingCubes.edgeVertex[edge3][1], k+MarchingCubes.edgeVertex[edge3][2]}, new double[]{i+MarchingCubes.edgeVertex[edge1][0], j+MarchingCubes.edgeVertex[edge1][1], k+MarchingCubes.edgeVertex[edge1][2]}, p[edge3], p[edge1]); triangles.add(new Triangle(v1, v2, v3)); } } } } ``` 这是一个简单的示例代码，演示如何使用Java计算等值面。请注意，这只是一个简单的示例，实际应用中可能需要根据具体需求进行调整。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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