Question

我试图理解version space learning和候选消除算法。使用以下属性获取这些培训示例：

Sky, Temp, Humid, Wind, Water, Forecast, EnjoySport

以及相应的值：

<Sunny, Warm, Normal, Strong, Warm, Same,   Yes>
<Sunny, Warm, High,   Strong, Warm, Same,   Yes>
<Rainy, Cold, High,   Strong, Warm, Change, No>
<Sunny, Warm, High,   Strong, Cool, Change, Yes>

如果我执行候选消除，我发现S（最具体的假设）和G（最一般的假设）是：

S: {<Sunny, Warm, ?, Strong, ?, ?>}
G: {<Sunny, ?, ? ,? ,?, ?>, <?, Warm, ?, ?, ?, ?>}

但是，新数据的分类呢？我的意思是，如果我有像这样的新数据点会发生什么？

<Sunny, Warm, Normal, Strong, Cool, Change>

算法会做什么？它会将新记录归类为正面还是负面？

我搜索了很多，但我没有找到任何有用的东西。

Answer 1

来自Wikipedia page：

在学习之后，通过测试算法学习的假设，可以对看不见的例子进行分类。如果示例与多个假设一致，则可以应用多数投票规则。

<disclaimer>如果没有太多这种学习经验</disclaimer>，目的是学习一个可能空间的区域，这个区域可以由＆＃34; general＆＃34;和＆＃34;具体＆＃34;边界，可能具有在它们之间插值的能力。

例如，也许你会考虑<Sunny, ?, ? ,Strong ,?, ?>一个包含的假设，因为它是＆＃34;在＆＃34;之间。 <Sunny, Warm, ?, Strong, ?, ?>和<Sunny, ?, ? ,? ,?, ?>。

边界识别的假设空间代表了模型学到的知识。其中的每个假设（例如<Sunny, ?, ? ,Strong ,?, ?>）将匹配新的数据点。然后由您来决定如何解释所产生的＆＃34;意见＆＃34;。显然把它投入＆＃34;投票＆＃34;很常见。

总结：

列举最具体和最一般边界之间的所有假设。
记录每个假设对新数据点的反应：它是肯定还是否？
新数据点是否有更多＆＃34;是＆＃34;投票或＆＃34;不＆＃34;票？这就是你将新点标记为。

请注意，虽然上述算法适用于通信意图，但它可能对性能有害。特别地，可以一次考虑所包括的假设组。这样做会减少所需的迭代次数。

候选人消除 - 新数据的分类

1 个答案: