走过的都是未来

我是刚刚学python，所以尽我所能十分详细地解释了几乎每个步骤……希望和我一样的新手可以从中获益。本文以周志华《机器学习》习题4.3为例，用python实现了ID3决策树的构建和绘图。

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。

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。