来自周志华机器学习和课件
这章更多概念理解和计算
Was ist Induktion(归纳)
一个个实例有逻辑的总结成一般规律的过程叫归纳
Was ist Deduktion(推演)
将正确的理论也就是一般规律应用于个体当中
例子就是知识,我们利用知识的原理来解决具体问题就是推演
Konzeptlernen:例子
从一般到特殊一开始什么都是可以
?:jeder Wert ist akzeptabel
从特殊到一般一开始什么都不可以
#:kein Wert ist akzeptabel
所以两个求出来的结果是这样的
周志华的几个例子,目前上传不成功
kosistenz: 查准率
p
r
e
c
i
s
i
o
n
=
T
P
T
P
+
F
N
precision=\frac{TP}{TP+FN}
precision=TP+FNTP
vollständigkeit: 查全率
r
e
c
a
l
l
=
T
P
T
P
+
F
P
recall=\frac{TP}{TP+FP}
recall=TP+FPTP
version space(版本空间)
他这里有个算法
对于n这个反例
一般集G添加可能
对于p这个正例
特例集S添加可能
这一章比较重要的就是这个版本空间算法了
induktive bias
归纳偏好的必要性
就是如果有很多个假设对于不同的性质,如果把他们视为同等重要那么将不能判断最后的结果,所以对于性质有排序然后进行判断,就是加权得到的结果更为可靠