1.规则学习是从训练数据中学习出一组能用于对未见示例进行判别的规则,其目的是产生一个能覆盖尽可能多的样例的规则集。
2.序贯覆盖
在训练集上每学习到一条规则,就将该规则覆盖的训练样例去除,然后以剩下的训练样例组成训练集重复上述过程。
3.剪枝优化
用于防止过拟合。
4.一阶规则学习
一阶规则学习能够较容易地引入领域知识,这是它的优势。FOIL是著名的一阶规则学习算法。
5.归纳逻辑程序设计ILP
ILP是在一阶规则学习中引入了函数和逻辑表达式嵌套。
1.规则学习是从训练数据中学习出一组能用于对未见示例进行判别的规则,其目的是产生一个能覆盖尽可能多的样例的规则集。
2.序贯覆盖
在训练集上每学习到一条规则,就将该规则覆盖的训练样例去除,然后以剩下的训练样例组成训练集重复上述过程。
3.剪枝优化
用于防止过拟合。
4.一阶规则学习
一阶规则学习能够较容易地引入领域知识,这是它的优势。FOIL是著名的一阶规则学习算法。
5.归纳逻辑程序设计ILP
ILP是在一阶规则学习中引入了函数和逻辑表达式嵌套。