离散数学入门级概念：集合、关系、元组

最新推荐文章于 2022-06-20 16:27:32 发布

荻原莎优

最新推荐文章于 2022-06-20 16:27:32 发布

阅读量765

点赞数

文章标签：机器学习

本文链接：https://blog.csdn.net/rtf19990913/article/details/116354654

版权

本文用以回答CSDN博主「minfanphd」的原创文章。
原文链接：https://blog.csdn.net/minfanphd/article/details/116245485

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?
答：有四个元素，分别为0，1，{0，1}，{1，2}。

优点：包含了各种类别的元素，可以处理多类别元素；

缺点：此集合虽然包含种类多，但复杂度也更高，且内部元素类别不同，在运算时需要加以区分。

比如，一个集合中的元素虽然种类不同，但都包含了同一种属性，我们想凭借这个属性对他们进行分类，则需要对不同元素加以处理再提取这个属性。

习题 2: ∅ 的基数是多少? { ∅ } 呢?

答：基数的定义：就是一个集合元素的个数

①空集也是一个集合，不过他的内部元素个数为0，他的基数为0；

②这个集合包含了一个空集，在这里，这个空集为他的一个元素，所以，他的基数为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?

答：算，多标签学习中，有输入既有输出，所以算函数。

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.

答：可以完整的表示。

def chengji(x,y):
    z = x + y
    return z
xiaoming = (1700110444,'电气工程及其自动化',chengji(60,60))
print (xiaoming)
print (xiaoming[0])

运行结果：(1700110444, '电气工程及其自动化', 120)
1700110444相对于字典，元组只能通过下标来找到对象的属性，如我想打印我的学号，我只能通过给他学号的下标来实现。

习题 8: 定义带权无向图.

由于本人非计算机专业出身，故须先知道图是个啥。。。

以下图的基本知识来源于：https://blog.csdn.net/yjw123456/article/details/90211563

图(Graph)是由顶点和连接顶点的边构成的离散结构。

所以图为点集V和边集E构成，可以表示为 $G=$ $\left ( V ,E\right )$

图还能分为有向和无向，有权与无权。

这个图是个无向图，我们可以说这张图中，有点集V = { 1 , 2 , 3 , 4 , 5 , 6 } ，边集E = { ( 1 , 2 ) , ( 1 , 5 ) , ( 2 , 3 ) , ( 2 , 5 ) , ( 3 , 4 ) , ( 4 , 5 ) , ( 4 , 6 ) } ，在无向图中，边(u, v)(u,v)和边 (v, u)(v,u)是一样的，因此只要记录一个就行了。也就是说方向是无关的。

这是个有向图，就是加上了方向性，顶点( u , v ) (u, v)(u,v)之间的关系和顶点( v , u ) (v,u)(v,u)之间的关系不同。例如你欠我的钱和我欠你的钱是万万不能混淆的。

加权图：与加权图对应的就是无权图，或叫等权图。如果一张图不含权重信息，我们就认为边与边之间没有差别。不过，具体建模的时候，很多时候都需要有权重，比如对中国重要城市间道路联系的建模，总不能认为从北京去上海和从北京去广州一样远(等权)。

下面来回答老师的问题，定义有权无向图。

Definition:A weighted undirected graph is a tuple $G_{w}=\left ( V,E,w \right )$ ,where $V=\left ( v_{1} ,v_{2}.......v_{n}\right )$ is the set of nodes, $E\subseteq V\times V$ is the set of edge,and w : $V\times V$ $\rightarrow$ $R^{+}\cup \left \{ 0 \right \}$ is the edge weight.

习题 9. 考虑 $\varnothing$ , 重新写 Definition 6 以解决其存在的问题

Definition:A tree is a triple triple $T=\left ( V,r,p \right )$ ,where $V=\left \{ v_{1},v_{2}......v_{n}\right \}$ is the set of nodes, $r\subset V$ is the root,