FIND-S算法 - 简单的问题

Question

FIND-S算法可能是最简单的机器学习算法之一。但是，我找不到很多例子。只是标准的“晴天，下雨，玩球”的例子总是用于机器学习。请有人帮我这个应用程序（它是机器学习中的过去的考试问题）。

假设的格式为a <= x <= b，c <= y <= d，其中x和y是x,y平面中的点，c和{{ 1}}是任何整数。基本上，这些假设定义了d空间中的矩形。

这些是培训示例，其中x,y是一个反面示例，-是一个正面示例，而对是+坐标：

x,y

我想做的就是将FIND-S应用到这个例子中！一定很简单！一些提示或解决方案都会很棒。

谢谢。

Answer 1

Find-S寻求适用于所有正面例子的最具限制性（即最具特定性）的假设（否定被否定）。

在您的情况下，有一个明显的图形解释：“找到包含所有'+'坐标的最小矩形”......

... a = 4，b = 6，c = 3，d = 5.

执行此操作的算法将是这样的：

Define a hypothesis rectangle h[a,b,c,d], and initialise it to [-,-,-,-]
for each + example e {
    if e is not within h {
        enlarge h to be just big enough to hold e (and all previous e's)
    } else { do nothing: h already contains e }
}

如果我们通过您的训练集逐步完成此操作，我们会得到：

 0. h = [-,-,-,-] // initial value
 1. h = [4,4,4,4] // (4,4) is not in h: change h so it just contains (4,4)
 2. h = [4,5,3,4] // (5,3) is not in h, so enlarge h to fit (4,4) and (5,3)
 3. h = [4,6,3,5] // (6,5) is not in h, so enlarge again
 4. // no more positive examples left, so we're done.