机器学习(概念学习)9.pptVIP

* Find-s中的假设空间搜索 x1=sunny, warm, normal, strong, warm, same, + x2=sunny, warm, high, strong, warm, same, + x3=rainy, cold, high, strong, warm, change, - x4=sunny, warm, high, strong, cool, change, + 实例 X 假设集 H x1 x2 h0 h1 h2,3 h0= ?, ?, ?, ?, ?, ? h1=sunny, warm, normal, strong, warm, same h2=sunny, warm, ?, strong, warm, same h3=sunny, warm, ?, strong, warm, same h4=sunny, warm, ?, strong, ?, ? 特殊 一般 x3 h4 x4 * Find-s的特点 Find-S算法演示了一种利用more_general_than偏序来搜索假设空间的方法，沿着偏序链，从较特殊的假设逐渐转移到较一般的假设。因此，每一步得到的假设都是在那一点上与训练样例一致的最特殊的假设。 Find-S的重要特点：对以属性约束的合取式描述的假设空间H，保证输出为H中与正例一致的最特殊的假设。 * Find-s存在问题 存