人工智能-7机器学习方法教学幻灯片.ppt

第10章 机器学习方法;第10章 机器学习方法;机器学习方法;机器学习方法;1 归纳学习方法;;概念学习 给定某一类别的若干正例和反例，从中获得该类别的一般定义——概念。 搜索的观点 在预定义的假设空间中搜索假设，使其与训练样例有最佳的拟合。 例如“云计算Cloud Computing”，“物联网 The Internet of things”，“社会计算 Social Computing” ，“码农Coding Farmer(s)”等。 单概念/多概念学习;;概念学习;概念学习;术语定义;归纳学习过程;假设从一般到特殊的转化;假设从一般到特殊的转化（2）;假设从一般到特殊的转化（3）;概念学习的方法Find-S算法：寻找极大特殊假设（1）;Find-S：寻找极大特殊假设（2）;Find-S：寻找极大特殊假设（3）;概念学习的方法：变型空间和候选消除算法;变型空间和候选消除算法（2）;变型空间和候选消除算法（3）;变型空间和候选消除算法（4）;变型空间 Version Space;初始变型空间;第一个训练实例(sm cir);第二个训练实例(lg,tri);第三个训练实例(lg,cir);消除候选算法;变型空间和候选消除算法（5）;变型空间和候选消除算法（6）;变型空间和候选消除算法（7）;变型空间和候选消除的说明;变型空间和候选消除的说明（2）;变型空间和候选消除的说明（3）;归纳偏置;归纳偏置（2）;归纳偏置（3）;归纳偏置（4）;小 结;二 决策树学习;概 论;决策树表示法;决策树举例;决策树;决策树学习的适用问题;决策树学习的适用问题;决策树学习案例：一个模拟淘宝的简单示例;数据库视图;1、数据库中的表customers:;3、商家店铺;根据网页用户浏览产生的cookie来推荐给用户商品 ;代码设计;根据购物车来推荐商品， 按最简单的分类方式---决策树方法; 这里选取了购物车中的一条记录进行了模拟，而现实生活中肯定会有大量的数据存在，所以真实的淘宝因其成千上万的数据要显示给用户，其界面会显得让人眼花缭乱;分类：;作 者 ：孙志刚 指导老师 ：赵合计 教 授 ;基本的决策树学习算法;基本的决策树学习算法（2）;ID3算法;;最佳分类属性（1）;最佳分类属性（2）;最佳分类属性（2）; 更一般地，如果目标属性具有c个不同的值，那么S相对于c个状态的分类的熵定义为 Entropy(S)=;为了??测每个属性的重要性,可以通过每个属性的信息增益Gain来评估其重要性,对于属性A,假设其域值为(v1,v2,…vn),则训练实例中属性的信息增益定义如下: 其中Si表示S中属性A的值为Vi的子集,|Si|表示集合的势.;信息增益计算举例;ID3应用举例;计算信息增益选择最佳分类属性;计算信息增益选择最佳分类属性; 选择下一个分类属性;ID3算法;ID3算法;决策树中的规则;决策树学习中的假设空间搜索;决策树学习的归纳偏置;ID3和候选消除算法的比较;限定偏置和优选偏置;决策树学习的常见问题;决策树学习算法的发展;决策树ID4 ;决策树ID4 ;决策树ID4 ;决策树ID5 ;ID5算法 ;ID5属性提升算法 ;商品代码;美国著名的国家篮球队NBA的教练，利用IBM公司提供的数据挖掘工具临场决定替换队员。想象你是NBA的教练，你靠什么带领你的球队取得胜利呢？当然，最容易想到的是全场紧逼、交叉扯动和快速抢断等具体的战术和技术。但是今天，NBA的教练又有了他们的新式武器：数据挖掘。大约20个NBA球队使用了IBM公司开发的数据挖掘应用软件Advanced Scout系统来优化他们的战术组合。例如Scout就因为研究了魔术队队员不同的布阵安排，在与迈阿密热队的比赛中找到了获胜的机会。　　;　　系统分析显示魔术队先发阵容中的两个后卫安佛尼.哈德卫(Anfernee Hardaway)和伯兰.绍(Brian Shaw)在前两场中被评为－17分，这意味着他俩在场上，本队输掉的分数比得到的分数多17分。然而，当哈德卫与替补后卫达利尔.阿姆斯创(Darrell Armstrong)组合时，魔术队得分为正14分。　　在下一场中，魔术队增加了阿姆斯创的上场时间。此着果然见效：阿姆斯创得了21分，哈德卫得了42分，魔术队以88比79获胜。魔术队在第四场让阿姆斯创进入先发阵容，再一次打败了热队。在第五场比赛中，这个靠数据挖掘支持的阵容没能拖住热队，但Advanced Scout毕竟帮助了魔术队赢得了打满5场，直到最后才决出胜负的机会。;构建电脑购买历史数据的决策树;小 结