原文参考链接:https://blog.csdn.net/icefire_tyh/article/details/52065224
习题
1.1
数据集有3个属性,每个属性3种取值(其中一种属性为‘*’),由于本题只有编号1和4,所以默认含有关键字“青绿”、“蜷缩”、“浊响”的为好瓜,含有 “乌黑”、 “稍蜷”、 “沉闷”的为坏瓜,本题可以分为三种情况:
一、有一个元素确定的情况
青绿+ * + *
*+蜷缩+ *
*+ * +浊响
二、有两个元素确定的情况
青绿+蜷缩 + *
*+蜷缩+ 浊响
青绿+ * +浊响
三、有三个元素确定的情况
青绿+蜷缩 +浊响
一共七个版本
不明白的可以参考图1.2
1.2
https://blog.csdn.net/weixin_44813954/article/details/104714186
1.3
通常认为两个数据的属性越相近,则更倾向于将他们分为同一类。若相同属性出现了两种不同的分类,则认为它属于与他最临近几个数据的属性。也可以考虑同时去掉所有具有相同属性而不同分类的数据,留下的数据就是没误差的数据,但是可能会丢失部分信息。
1.4
还是考虑二分类问题,NFL首先要保证真是目标函数f均匀分布,对于有X个样本的二分类问题,显然f共有2X2X种情况。其中一