📄 554.txt
字号:
发信人: nohau (nohau), 信区: DataMining
标 题: Re: 第二节的几个问题
发信站: 南京大学小百合站 (Fri Dec 27 15:44:19 2002)
就我的理解提出一些看法请大家指正:
(1)
概念学习是指从有关某个布尔函数的输出输入训练样例中推断出该布而函数.
因此概念学习可以看作是两个类的分类问题.
(2)
概念学习与决策树不是同一个层次的概念.决策树给出了一个很好的进行概念学习的方法,
而不能将概念学习看作决策树.
(3)
概念学习就是一个推断布尔函数的问题,相信对于线性不可分的样例也有相应的算法.
(4)
list_then_eliminate算法首先把Version space 初始化为包含中所有假设的列表,
这可以保证能得到所有与训练数据一致的假设,但是它致命的缺陷是要列出H中所有的假设
,
这对大多数实际情况都是不现实的.
【 在 zxdxbh 的大作中提到: 】
:
: (1)是不是所有两个类的分类问题都可以叫概念学习?
: (2)概念学习可否看成一个单层决策树或单层Decision List
: (3)概念学习解决的问题是否都是线性可分的?
: (4)概念学习方法(list_then_eliminate)的缺点是什么?
--
※ 来源:.南京大学小百合站 http://bbs.nju.edu.cn [FROM: 192.11.236.114]
⌨️ 快捷键说明
复制代码
Ctrl + C
搜索代码
Ctrl + F
全屏模式
F11
切换主题
Ctrl + Shift + D
显示快捷键
?
增大字号
Ctrl + =
减小字号
Ctrl + -