徽章问题论文.docVIP

摘要 本文是讨论1994年的“机器学习与计算学习理论”的国际会议上参加会议代表的名字与他所得的徽章的规则问题。 对于问题一，为了找出名字与徽章的分类规则。首先，我们将280名代表按照名字首字母分类，找出每类中比较特殊的名字进行研究，假设关键属性。然后，我们将280名代表按照徽章“+”和“-”进行分类、统计，并根据关键属性找出分类规则。这里我们先采用名字的首字母进行分析，通过统计分析，我们发现首字母并不能完全反映我们所要研究的规则。我们继续对名字的第二个字母进行分析，这里我们通过VC++编程得到统计结果。名字的第二个字母在[?a,e,o,i,u]范围内，则徽章的种类为“+”，反之，徽章的种类为“-”。 对于问题二，我们根据问题一得出的规则，对参加会议的280名代表的名字代入求出正确率为100%。 对于问题三，我们根据问题一得出的规则，对未参加会议的14名代表进行了分类，最后只有Attilio Giordana的徽章为“-”，其它代表的徽章都为“+”。 问题的重述 1.1问题的背景 在1994年的“机器学习与计算学习理论”的国际会议上，参加会议的280名代表都收到会议组织者发给的一枚徽章，徽章的标记为“＋”或“－”（参加会议的名单及得到的徽章见附表）。会议的组织者声明：每位代表得到徽章“＋”或“－”的标记只与他们的姓名有关，并希望代表们能够找出徽章“＋”与“－”的分类方法。 1.2问题： 1.??? 请你帮助参加会议的代表找出徽章的分类方法； 2.??? 对你的分类方法进行分析，如分类的理由、分类的正确与错误率等； 3.??? 由于客观原因，有１４名代表（见附表）没能参加此次会议。按照你的方法，如果他们参加会议，他们将得到什么类型的徽章？ 模型的假设 假设280名代表都是按照同一个发放徽章的标准分配徽章的； 假设280名代表的徽章都是发放无误的； 假设每个名字的首字母出现都是随机的； 假设徽章的分类与性别无关； 假设不会出现特殊的名字。 三、符号说明 …………………………………… 会议代表的名字（i=1,2，……，280）； ……………………………………. 名字按首字母分类（i=1,2，……，26）； ……………………………………. 满足“+”徽章的字母范围； ……………………………………. 满足“-”徽章的字母范围； …………………………………… 未参加会议的代表的名字（i=1,2，……，14）。 四、模型分析、建立与求解 针对问题一： 4.1、模型分析： 问题研究的是名字与徽章的分类规则，英文名分为“First name”、“Middle name”和“Last name”三个部分组成。因为“Middle name”不是所有名字都有或者不止一个，所以，我们先不与考虑。这里我们重点研究“First name”和“Last name”。 名字本身的属性大致有：首字母、元音字母（包括单元音和双元音）、辅音字母。这里我们先对“First name”的字母进行研究。我们将名字按照首字母进行分类，并对每个类中徽章“+”和“-”分别统计，找出两种徽章数目相差较大的作为特殊数据类（见附录一）。 4.2、模型建立： 根据附录一中的数据判断，我们发现首字母并不能完全反映我们所要研究的规则。 我们继续对“First name”中的第二个字母进行研究。 我们以D为例： D：（共23个） 徽章为“+”的名字 + David W. Aha + Dana Angluin + David Cohn + David Finton + David Haussler + David Helmbold + Daniel Hennessy + Dennis F. Kibler + Darko Zupanic + Daniel Kortenkam + David Loewenstern + David Mathias + Dunja Mladenic + David Montgomery + Dan Oblinger + David W. Opitz + David Pierce + Dana Ron + Dan Roth + Daniel L. Silver + David B. Skalak + Donna Slonim 徽章为“-”的名字： - Drago Indjic 通过用VC++软件编程（附录二）对名字的第二个字母进行统计，得： 徽章“