《机器学习》周志华第一章参考答案

1.1 版本空间

答：一共有7种。
因为所有的好瓜坏瓜分别只有一种，所以可以由最特殊的逐步“泛化”，只要不是全部为*就不会出错。同时存在好瓜的样本，则一定不是空集。
1. 青绿^蜷曲^浊响=好瓜
2. *^蜷曲^浊响=好瓜
3. 青绿^ * ^浊响=好瓜
4. 青绿^蜷曲^ * =好瓜
5. 青绿^ * ^ * =好瓜
6. * ^蜷曲^ * =好瓜
7. * ^ * ^浊响=好瓜

1.2估算假设空间大小

答：首先单个合取式有3*4*4=49种；

这里要说明一下，数据是完全按照表1.1进行计算，在表1.1中，色泽只有青绿和乌黑，不考虑下文中作者的假设中包含的浅白。如果考虑浅白，则这里答案4*4*4+1=65种。
在不考虑任何冗余的情况下，是一个简单的组合问题，从49中选择1/2/3/…/k个的组合之和。
考虑冗余，= =好难。

1.3偏好设计

首先有可能不存在与所有训练样本都一致的假设，也就意味着出现了特征完全一样但是label不一样。具体来说就是，只要没有出现【特征一样label不一样】的情况，最少能找到一个唯一的限定的假设。比如拿西瓜来说，不管数据怎样，只要没有矛盾的数据，我们可以把每种情况都列出来作为最终假设。
下面是我的一些偏好：
1. 谨慎。对于出现训练样本特征一样label不一致的，则把所有不一致数据都作为不可用数据。
2. 乐观。对于不一致的则认为是【好瓜】。
3. 悲观。【坏瓜】

1.4证明

答：之前是严格的true or false，如果h(x)=f(x)则认为没有误差，一旦不相等则记为一次误差。这里用l()函数，可以认为l是一个度量h(x)与f(x)之间差距的函数。证明过程略了，数学功底不够。

1.5机器学习在互联网搜索哪些环节起作用

答：预测输入，输入匹配，网页匹配度，智能抓取，预加载，网页排序。