机器学习-习题1.1

最新推荐文章于 2023-03-01 11:25:52 发布
最新推荐文章于 2023-03-01 11:25:52 发布
阅读量1.1k 收藏 2
点赞数 3
分类专栏： 机器学习入门
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/max_Linyh/article/details/79370572
版权
该博客详细解答了一道关于机器学习的习题，讨论了假设空间的构建和简化过程。初始假设空间包含了色泽、根蒂、敲声三个属性的不同组合，经过两次筛选，最终得到7个有效的假设，涉及色泽、根蒂和敲声的特定特征组合。
摘要由CSDN通过智能技术生成
题目：表1.1中若只包含编号为1和4的两个样例，试给出相应的版本空间


表1.1 西瓜数据集
编号 色泽 根蒂 敲声 好瓜
1 青绿 蜷缩 浊响 是
4 乌黑 稍蜷 沉闷 否

解答：

  •    假设 好瓜<->&
最低0.47元/天 解锁文章
max_Linyh
关注
专栏目录
机器学习(周志华)习题解答1.1-1.3: 理解假设和版本空间
走过的都是未来
08-25 1万+
本文介绍版本空间，假设空间的概念并举例求解。另外介绍和简单证明“没有免费的午餐定理”，是说针对某一域的所有问题，所有算法的期望性能是相同的。即该域的有些问题上算法 A 比 B 好，则其余问题则有 B 比 A 好。所以“脱离距离问题去讨论选择什么算法更好是毫无意义的”，因为若对所有潜在的问题考虑，则所有算法性能是一样的。但机器学习是针对某一特定问题去考虑的，所以我们仍然有选择算法优劣的必要性和可行性。
机器学习-周志华，习题1.1，答案探究
thousandsofwind的博客
02-05 591
1.1版本空间 1.2 感觉上，可能的假设应当就是不同的版本空间，则对应了如图1.2的3种版本空间 1.3 看不懂题目意思。设置阈值，或者排除异类后，按优先级具有偏好。 1.4 不能理解，等回过头来再看这题吧。
《机器学习》周志华 西瓜书习题1.1解答
shui_haiyang的博客
11-14 3450
题目： 1.1 表1.1中若只包含编号为1和4的两个样例，试给出相应的版本空间。 表1.1 编号 色泽 根蒂 敲声 好瓜 1 青绿 蜷缩 浊响 是 4 乌黑 稍蜷 沉闷 否 首先得理解版本空间的概念：即存在一个与训练集一致的“假设集合” 简单说就是我们要得到的这个版本空间是从所有的假设中删除和正例（色泽：青绿；根蒂：蜷缩；敲声：浊响）不一致的或与反例（色泽：乌黑；根蒂：稍蜷；敲声：沉闷）一致的假设 然后用我最开始想到的最笨的方法，列出所有的假设 正例（属性值定为1）反例（属性值
机器学习（周志华版） 第一章习题1.1个人解答
SHURamos的博客
04-20 585
1.1 表1.1若只包含编号为1和4的两个样例，试给出相应的版本空间。 编号 色泽 根蒂 敲声 好瓜 1 青绿 蜷缩 浊响 是 4 乌黑 稍蜷 清脆 否 答： （ 色泽 = 青绿  ； 根蒂 = 蜷缩 ； 敲声 = 浊响 ） （ 色泽 =  *  ； 根蒂 = 蜷缩 ； 敲声 = 浊响 ） （ 色泽 =
第1讲 人工智能与机器学习概述.pdf
07-20
人工智能（英语：Artificial Intelligence, AI）亦称机器智能，是指利 用计算机来对人的意识、思维信息过程、 智能行为进行模拟（如学习、推理、思 考、规划等）和延伸，使计算机能实现 更高层次的应用。
机器学习题目汇总
qq_39066502的博客
09-06 9676
机器学习题目
机器学习 -- 集成学习
weixin_57003452的博客
01-12 355
5.1 集成学习算法简介 1 什么是集成学习 集成学习通过建立几个模型来解决单一预测问题。它的工作原理是生成多个分类器/模型，各自独立地学习和作出预测。这些预测最后结合成组合预测，因此优于任何一个单分类的做出预测。 2 复习：机器学习的两个核心任务 3 集成学习中boosting和Bagging 只要单分类器的表现不太差，集成学习的结果总是要好于单分类器的. 5.2 Bagging 1 Bagging集成原理 目标：把下面的圈和方块进行分类 ..
模式识别与机器学习PRML课后习题完整答案
11-03
模式识别与机器学习PRML课后习题完整答案，大家一起学习
《机器学习》- 习题解析 - 第一章
最新发布
沐槿的博客
03-01 2371
本文主要讲述了《机器学习》课后习题的第一章以及相关概念。
机器学习实战实验一 k-近邻算法
Rouger7921的博客
09-27 544
1.算法简介 最近邻居法（KNN算法，又译K-近邻算法）是一种用于分类和回归的非参数统计方法。在这两种情况下，输入包含特征空间（Feature Space）中的k个最接近的训练样本。简单地说，k-近邻算法采用测量不同特征值之间的距离方法进行分类。优点：精度高 ...
机器学习原理及应用练习题答案.docx
06-14
机器学习原理及应用练习题答案.docx机器学习原理及应用练习题答案.docx机器学习原理及应用练习题答案.docx机器学习原理及应用练习题答案.docx机器学习原理及应用练习题答案.docx机器学习原理及应用练习题答案.docx机器学习原理及应用练习题答案.docx机器学习原理及应用练习题答案.docx
Mitchell 机器学习 课后答案 搜集的几个版本的
11-29
Mitchell 机器学习 课后答案 搜集的几个版本的
清华大学精品数据挖掘&amp;机器学习学习PPT课件（34页）含练习题 第2章 分类 Bayes贝叶斯 SVM支持向量机分类算法.pptx
05-17
清华大学出品的数据挖掘&机器学习课件，非常适合大学生和职场新手新手，也适合老鸟复习回顾，完全可用于自学入门，很经典好用的PPT课件哦~ 第1章 数据挖掘概念介绍.pptx 第2章 分类 Bayes贝叶斯 SVM支持向量机分类算法.pptx 第3章 聚类算法介绍.pptx 第4章 关联规则 Apriori FP-Growth算法.pptx 第5章 综合实战：日志的挖掘与应用.pptx 第6章 数据挖掘应用案例 电力分析 银行信贷 指数预测 客户分群营销 房屋估价.pptx
Numpy100题练习
12-20
Numpy100道基础练习题，GitHub大神整理，做完这100题numpy就能基本掌握用法了
【机器学习】周志华西瓜书学习笔记：1.2 基本术语
flora
12-27 740
基本术语以西瓜的数据为例 (色泽=青绿；根蒂=蜷缩；敲声=浊响)， (色泽=乌黑；根蒂=稍蜷；敲声=沉闷)， (色泽=浅白；根蒂=硬挺；敲声=清脆)，… 一、关于数据 - 记录 括号内的内容为一条记录 - 数据集 记录的集合 - 示例/样本/特征向量 每条记录是关于一个事件和记录的描述，称示例 - 属性/特征 反映事件或对象在某方面的表现或性质的事项，如“色泽”
机器学习习题（1）
刘炫320的博客
07-08 8988
1. 前言从这章开始，我们将进入机器学习实战题目训练，今天的成果是全军覆没！2. 习题1（过拟合问题） 在其他条件不变的前提下，以下哪种做法容易引起机器学习中的过拟合问题（） A. 增加训练集量 B. 减少神经网络隐藏层节点数 C. 删除稀疏的特征 D. SVM算法中使用高斯核/RBF核代替线性核 正确答案：D解析：一般情况下，越复杂的系统，过拟合的可能性就越高，一般模型
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 2227
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+
机器学习笔试题精选（五）
weixin_34167819的博客
07-31 3710
红色石头的个人网站：redstonewill.com 机器学习是一门理论性和实战性都比较强的技术学科。在应聘机器学习相关工作岗位时，我们常常会遇到各种各样的机器学习问题和知识点。为了帮助大家对这些知识点进行梳理和理解，以便能够更好地应对机器学习笔试包括面试。红色石头准备在公众号连载一些机器学习笔试题系列文章，希望能够对大家有所帮助！ 今天的笔试题主要涉及的知识点包括：SVM、高斯核、F1 sc...
周志华机器学习第一章总结及课后答案参考
物理小乾乾
01-24 1423
1. 引言 机器学习是这样一门学科，它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。在计算机系统中，“经验”通常以“数据”形式存在，因此机器学习所研究的主要内容，是关于在计算机上从数据中产生“模型（model）”的算法，即“学习算法”。有了学习算法，我们把经验数据提供给他，就能基于这些数据产生模型。因此奇迹学习是研究“学习算法“的学问。 2.基本术语 数据集(data s
量子机器学习入门：工程师指南
1.1 引言部分概述了量子机器学习的基本概念，为后续章节铺垫。 1.2 随机经典位解释了信息在经典计算机中的存储方式。 1.3 量子位部分详细讨论了量子位的性质，包括叠加态和测量的概念。 1.4 单量子位量子门是量子...
评论
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