了解候选消除算法

时间:2013-01-05 18:24:37

标签: algorithm artificial-intelligence

我试图掌握如何手动完成候选消除算法。我知道答案,但我不知道如何到达那里。任何人都可以指导我或指出我正确的方向。以下是我正在处理的问题:

Consider a concept description language with three attributes predened as follows:

attribute1      attribute2       attribute3
----------      ------------     ------------
|        |      |    |     |     |          |
a        b      c    d     e     f          g

Demonstrate version space learning using the following positive and negative training     examples:

1. ( a c f ) +)
2. ( b c f ) +)
3. ( a e g ) -)
4. ( a c g ) -)
5. ( b d f ) -)

Show how the candidate elimination algorithm changes the boundary sets after
processing each example.

这是我到目前为止所做的:

1. ( a c f ) +) Generalize..
G:(???)
S:(acf)

2. ( b c f ) +) Generalize...
G:(a??), (?e?), (?d?), (??g) - Not even sure if this is correct
S:(?cf)

有人可以指导我或给我建议吗?感谢

1 个答案:

答案 0 :(得分:-1)

此处:http://www2.cs.uregina.ca/~dbd/cs831/notes/ml/vspace/vs_prob1.html 这个网站真有帮助!

我为这个练习做了树,得到的答案是G = S =(?cf)

它是这样的:

  1. G: (???) S:(acf)
  2. 2。 G: (???) S :(?cf)

    1. G: (???) 变 (B 12),(·C·),(?d?),(20 F) 修剪后= (?C?),(20 F) S :(?cf)
    2. 4。 G :(?c?),(?? f) 变成(?cf),(?? f) (因为(?c?)不再适用于此示例) S :(?cf)

      5。 G :(?cf),(?? f) 成为(?cf),(?cf) (因为< ?? f>不再适用于此示例) S :(?cf)

      最终答案是: G:(?cf),(?cf)=(?cf) S :(?cf)

      最终假设是(?cf)

      希望这有帮助。