机器学习(周志华版)学习笔记(二)假设空间
2017-12-27 10:24
549 查看
科学推理的两大手段:
归纳:从特殊到一般的泛化过程。
泛化:从样本中学习训练出不在样本中的数据集的共同特征,使其适用于整个样本空间。
演绎:从一般到特殊的特化过程。
特化:与泛化相反,整体样本的共同特征推演出具体特征。
例子理解:
泛化过程
已知样本中好瓜的特征是:青绿、蜷缩、浊响和乌黑、蜷缩、浊响,根据学习的到好瓜的共同特点是蜷缩、浊响或者只有蜷缩或者只有浊响。
新样本中给出一组瓜的特征:青绿、蜷缩、清脆,判断该瓜是否属于好瓜的过程。
特化过程
找出好瓜所具有的其他一些特征因素
归纳:从特殊到一般的泛化过程。
泛化:从样本中学习训练出不在样本中的数据集的共同特征,使其适用于整个样本空间。
演绎:从一般到特殊的特化过程。
特化:与泛化相反,整体样本的共同特征推演出具体特征。
例子理解:
编号 | 色泽 | 根蒂 | 敲声 | 好瓜 |
1 | 青绿 | 蜷缩 | 浊响 | 是 |
2 | 乌黑 | 蜷缩 | 浊响 | 是 |
3 | 青绿 | 硬挺 | 清脆 | 否 |
4 | 乌黑 | 稍蜷 | 沉闷 | 否 |
已知样本中好瓜的特征是:青绿、蜷缩、浊响和乌黑、蜷缩、浊响,根据学习的到好瓜的共同特点是蜷缩、浊响或者只有蜷缩或者只有浊响。
新样本中给出一组瓜的特征:青绿、蜷缩、清脆,判断该瓜是否属于好瓜的过程。
特化过程
找出好瓜所具有的其他一些特征因素
相关文章推荐
- 周志华《机器学习》 学习笔记(二) 假设空间与归纳偏好
- 机器学习(周志华)习题解答1.1-1.3: 理解假设和版本空间
- 机器学习(周志华)习题解答1.1-1.3: 理解假设和版本空间
- 周志华《机器学习》学习笔记:Chapter1 绪论
- 机器学习(周志华版)学习笔记(一)基本术语
- 机器学习(周志华版)学习笔记(三)归纳偏好
- 周志华《机器学习》学习笔记——线性回归
- 《机器学习》绪论中假设空间和归纳偏好的解释
- 周志华《Machine Learning》学习笔记(3)--假设检验、方差与偏差
- 周志华《机器学习》学习笔记1--绪论
- 周志华《Machine Learning》学习笔记(3)--假设检验、方差与偏差
- 西瓜书《机器学习》阅读笔记1——Chapter1_假设空间
- 机器学习笔记(二)假设空间
- 《机器学习》中的假设空间和版本空间
- 周志华《机器学习》学习笔记2--模型评估与选择
- 机器学习(二) - - 假设空间
- 周志华《机器学习》学习笔记——Logistic回归
- 周志华《机器学习》 版本空间
- 【机器学习中的数学】从西格玛代数、测度空间到随机变量
- 周志华《Machine Learning》学习笔记(14)--计算学习理论