候选人淘汰算法 - 特殊情况

Question

我正在做一个关于候选人消除算法的问题。 我对一般边界G有点困惑。

这是一个例子，我在第四个训练例子中得到了 G 和 S，但我不确定最后一个例子。

1. 阳光、温暖、正常、强烈、温暖、相同、EnjoySport=yes
2. 阳光、温暖、高、强、温暖、相同、EnjoySport=yes
3. 雨、冷、高、强、暖、变化、享受运动=否
4. 阳光、温暖、高、强壮、凉爽、变化、享受运动=是
5. 阳光、温暖、正常、微弱、温暖、相同、EnjoySport=no

我这里有： S0：{<0,0,0,0,0,0>}

S1：{<Sunny,Warm,Normal,Strong,Warm,Same>}

S2、S3：{<Sunny,Warm,?,Strong,Warm,Same>}

S4：{<Sunny,Warm,?,Strong,?,?>}

G4：{<Sunny,?,?,?,?,?>, <?,Warm,?,?,?,?>}

G3：{<Sunny,?,?,?,?,?>, <?,Warm,?,?,?,?>, <?,?,?,?,?,Same>}

G0、G1、G2：{<?,?,?,?,?,?>}

G5 的结果是什么？ G5是空的吗？ {} 或 {<?,?,?,Strong,?,?>}?

谢谢

Answer 1

Rich 给出的答案是错误的。

<Sunny,?,High,?,?,?> 和 <?,Warm,High,?,?,?> 不是 <Sunny,Warm,?,Strong,?,?> 的泛化（S4 中的唯一假设）。

正确答案应该是

G5：{<Sunny,?,?,Strong,?,?>, <?,Warm,?,Strong,?,?>}

---

根据Candidate Elimination算法，当遇到负训练样例d时，对于一般假设集合G中的每个假设g，即与示例不一致：

1. 从 G 中删除 g。
2. 将g的所有最小特化h添加到G，使得h与一致d，并且 S 的某些成员比 h 更具体。
3. 从 G 中删除任何不如 G 中的另一个假设一般性的假设。

Answer 2

我不得不说G5等于{?,Warm,?,Strong,?,?}, {Sunny,?,?,Strong,?,?} 这意味着 {Sunny,?,High,?,?,?} 和 {?,Warm,High,?,?,?} 不是 G 的一部分。为什么？因为您可以查看示例 nr.1 - 它未被 {Sunny,?,High,?,?,?} 和 {?,Warm,High,?,?,?} 归类为阳性。

Answer 3

G5 都不是。

请注意，{???Strong??} 不是 G4 的特化，因此这不是对一般边界的有效补充。

相反，您会删除 {Sunny,?,?,?,?,?} 和 {?,Warm,?,?,?,?} 并将它们替换为每个的最小专业化。所以在这种情况下，你最终会得到：

G5 = {Sunny,?,High,?,?,?}, {Sunny,?,?,Strong,?,?}, {?,Warm,High,?,?,?}, {?,暖、?、强、?、?}。