机器学习（周志华）绪论1.2 个人见解

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524 收藏 2
点赞数
分类专栏： 假设空间 文章标签： 机器学习
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/qq_42966160/article/details/103812745
版权
本文探讨了机器学习中使用析合范式相比于单个合取式在假设表示上的优势。针对表1.1的西瓜分类问题，讨论了包含最多k个合取式的析合范式下，假设空间的估算方法。内容包括如何在不考虑泛化属性和空集的情况下计算假设数量，以及如何在加入泛化属性后简化这些假设。
摘要由CSDN通过智能技术生成

与使用单个合取式来进行假设表示相比，使用“析合范式”将使得假设空间具有更强的表示能力。若使用最多包含k个合取式的析合范式来表达表1.1西瓜分类问题的假设空间，试估算共有多少种可能的假设。


表1.1总共有4个样例，3种属性，属性个数分别为2，3，3，假若考虑没有泛化属性，同时也不考虑空集的前提下，则假设空间总共有\large 2*3*3=18种假设，这18种假设的自由组合成的析合范式能够唯一的表示所有的假设，共有\sum_{k=1}^{18}C_{18}^{k}=2^{18}-1种可能，若加入了泛化属性，相当于将之前的2^{18}-1种可能进行简写，故可以先遍历出所有的2^{18}-1种可能，然后写一个简写规则，再次遍历一遍所有可能进行简化

最低0.47元/天 解锁文章
free迷茫
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
周志华《机器学习》习题1.2
qq_36614721的博客
05-28 426
环境：PyCharm Professional 2019.1 + Python 3.7 + win 10 一共三个属性，分别有 2， 3 ， 3 个属性值。假设空间规模 3 × 4 × 4 + 1 = 49 。去除空还剩 48，其中不含通配符的假设有 2 × 3 × 3 = 18 个。其余假设均可以由不含通配符的假设析取获得。 由递归和迭代两种方式实现求解，其中递归方式更容易理解 递归方式： #!/use/bin/env python3 # -*- coding: utf-8 -*- import time
机器学习-周志华-习题1.2
c2hpxq的博客
05-30 755
用最多k个合取式的析合范式表达假设空间，估算可能的假设总数：假设观察到的属性取值没有穷尽所有可能的取值。属性以西瓜的颜色为例，在训练集（page 4，表1.1）中，该属性取值有“青绿”，“乌黑”两个，在未知数据（page 5）中，该属性可能取值为“浅白”。故而，(色泽=青绿)∨(色泽=乌黑)和(色泽=*)是两个不同的假设。假设析取范式内部，属性只能取一个值。意即，不允许出现((色泽=青绿、乌黑)∧...
《机器学习》周志华第一张习题1.2
07-22 724
看了机器学习（周志华版）参考答案第一章——绪论的博客 发现他说的1.2的答案不太对 所以再讨论一下： 首先考虑冗余有多少种可能性，先看看各个属性空间： #Perlmy @color=("青绿","乌黑","浅白"); my @type=("蜷缩","硬挺","稍蜷"); my @sound=("浊响","清脆","沉闷"); 毕竟文章里面提到了浅白色，所以考虑浅白 有
机器学习(周志华) 参考答案 第一章 绪论 1.2 一个不错的解法想法
weixin_44813954的博客
03-07 2778
机器学习(周志华) 参考答案 第一章 绪论 1.2        可爱的鸾又来了!        这回带来的是西瓜书1.2的更加精简的算法，core i7 八核一秒算完，理论上应该是极为简便的了。 2.与使用单个合取式来进行假设表示相比，使用“析合范式”将使得...
机器学习 周志华 读书笔记 习题1.2
q5390498的博客
05-12 801
机器学习 周志华 习题1.2 题目大致意思是： 西瓜，有3种颜色（青绿，乌黑，灰白），藤有两种（蜷缩，硬挺），如果敲它一下，有两种声音（浊响，沉 闷）。假设训练集合为（青绿，蜷缩，浊响）为好瓜，（乌黑，蜷缩，沉闷）为坏瓜。则问好瓜有多少种假设？ 代码用py写的，顺便练习一下py： # -*- coding: gb2312 -*- """ Created on Wed May
机器学习 --《机器学习》(周志华)第一、二章
Zhou_Yulong的博客
08-17 421
吃瓜笔记(第一、二章) 《机器学习》（周志华） 笔记 通过对大量的对象属性进行分析后得到模型的过程称之为训练 进行科学推理常用方法 归纳 从特殊到一般的总结、归纳出一般规律 演绎 从一般规律 不同的模型会有不同的归纳偏好，也会得到不同的推演结论 不同的偏好的算法，并非就有一个更好。而是，两者在不同的情况下，都会有自己的优势，更接近事实 合取式、析取式、合取范式、析取范式 仅由有限个文字构成的析取式称作“简单析取式”：﹁p ∨ ﹁q p ∨ q 仅由有限个文字构成的
机器学习（西瓜书）第一章绪论 1.2编程
AI_xue
08-20 403
大神方法：https://blog.csdn.net/icefire_tyh/article/details/52065626 不对的方法：感觉题目对冗余的定义是挺模糊的。假设通配情况为0，其余情况1,2,3。这里认为101和010是可以相互转化的，是相同的。这样能保证当k = 18时结果是1。但k=2时不对。太久不编程练练手。 编程思路：暴力dfs。冗余判断：暴力枚举。 #include...
机器学习(周志华) 参考答案 第一章 绪论 1.2
weixin_41587767的博客
01-11 1570
题目：与使用单个合取式来进行假设表示相比，使用“析合范式”将使得假设空间具有更强的表示能力。若使用最多包含k个合取式的析合范式来表达1.1的西瓜分类问题的假设空间，试估算有多少种可能的假设。       表1.1包含4个样例，3种属性，假设空间中有3∗4∗4+1=493∗4∗4+1=49种假设。最多包含k个合取式来表达假设空间，显然k的最大值是49。 不考虑空集的话，剩下48种可能：    ...
机器学习——模型评估与选择一
miao0967020148的专栏
02-16 946
对于模型性能的评估，我们通常分为一下三步：  1. 对数据集进行划分，分为训练集和测试集两部分；  2. 对模型在测试集上面的泛化性能进行度量；  3. 基于测试集上面的泛化性能，依据假设检验来推广到全部数据集上面的泛化性能 数据集的划分 对于模型来说，其在训练集上面的误差我们称之为“训练误差”或者“经验误差”，而在测试集上的误差称之为“测试误差”。因为测试集是用
《机器学习》周志华 习题1.2的解答
qq_26371477的博客
10-07 2069
本题解答参考： 1.CSDN博主「是你的小鱼」： https://blog.csdn.net/yuzeyuan12/article/details/83113461 2.CSDN博主「四去六进」： https://blog.csdn.net/yuzeyuan12/article/details/83113461 题目理解： 题目： 与使用单个合取式来进行假设表示相比，使用...
机器学习 周志华 第一章课后习题
qq_44948213的博客
09-09 1494
机器学习 周志华 第一章课后习题
机器学习（周志华）课后习题
paintShadow的博客
10-21 7940
机器学习记录
《机器学习》- 习题解析 - 第一章
沐槿的博客
03-01 2153
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(周志华) 参考答案 第一章 绪论 题1.2
weixin_38519688的博客
05-29 3104
这道题目我是用了一些离散数学的方法做的，和网上的大部分做法思路不太一样。所有可能的析取范式可以按等价关系（具体来说，如果两个析取范式对样本空间所有点的预测值相等即为等价）划分成一个个等价类，题目的意思就是求等价类的个数。然后等价类到真值表之间显然能建立一个双射f，f将等价类x在样本空间的取值情况映射到对应的真值表上。为什么是双射呢？按照定义单射是没问题的，然后因为随便给个真值表都能建立一个析取范式...
周志华《机器学习》课后习题解析（第一章）绪论
fengdu78的博客
06-03 6151
周志华老师的《机器学习》（西瓜书）一书，没有公布答案，于是我们从网上搜集了各题目的答案，供大家参考。参考答案 第一章 绪论 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...
机器学习——课后习题解答
热门推荐
大墅哥哥的博客
06-08 1万+
文章目录 第一章绪论 1. 表1.1中若只包含编号为1和4的两个样例，是给出相应的版本空间。 2. 与使用单个合取式来进行假设表示相比，使用“析合范式”将使得假设空间具有更强的表示能力，例如 3. 若数据包含噪声，则假设空间中有可能不存在与所有训练样本都一致的假设。在此情形下，试设计一种归纳偏好用于假设选择。 4. 本章在1.4节在论述“没有免费的午餐”定理时，默认使用了“分类错误率”作为性能度量来对分类器进行评估。若换用其他性能度量\ellℓ,则式(1.1)将改为下式，试证明NLF仍然成立。 5. 试述机
《机器学习》西瓜书课后习题作业笔记
piaozx2001的博客
09-16 3048
虽然只剩了0.5学分需要修，但是为了以后读研入门方便所以义无反顾地选了这门上课人数只有个位数的3学分的选修课。听课听的确实有些吃力，而且感觉机器学习不像自己之前想当然以为的那样是一种纯编程的课程。目前个人感觉机器学习更像是一种解决问题的数学方法，而编程只是实现这一方法的工具。为了以后读研（和期末考试）方便，特此将西瓜书的课后题（作业部分）记录在此，希望能加深自己的理解。希望评论区能有大佬对我不成熟且非独立思考出来的解题思路进行指正，共勉🤝🤝希望能快点领悟机器学习神经网络的内涵吧(ง •_•)ง。
周志华 西瓜书 《机器学习》课后习题 ------ 第一章 绪论
lxfHaHaHa的博客
04-21 1150
西瓜书 课后习题 个人理解 总目录：https://blog.csdn.net/lxfHaHaHa/article/details/89439640
西瓜书（机器学习周志华）公式详细推导
weixin_44533129的博客
08-14 6005
西瓜书（机器学习周志华）公式详细推导 南瓜书 转自：https://github.com/datawhalechina/pumpkin-book
机器学习周志华6.3
最新发布
12-01
机器学习周志华的第6.3节主要介绍了支持向量机（SVM）的对比实验。SVM是一种二分类模型，其基本模型定义为特征空间上的间隔最大的线性分类器，其学习策略便是间隔最大化，可形式化为一个求解凸二次规划（Quadratic ...
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