对候选人淘汰有点困惑

Question

于是我遇到了一个候选淘汰算法的在线power pointhere

我了解前 3 个示例，但在阅读第四个示例时我感到很困惑。 为什么后四个例子

G = {(?,?,蓝色,?,?),(日本,?,?,?,经济)}

和

不是这样，例如 G = {(Japan,?,Blue ,?,?),(?,?,?,?,Economy)}

谁能给我解释一下？

Answer 1

在每次迭代中，您都需要问自己 - 我的边界是否能正确分类我的示例？如果不是 - 我如何更改边界以使它们仍然是最大的，但会正确分类示例。

在这种情况下，你得到的反面例子是（美国，克莱斯勒，红色，经济），你的界限是：

G = {(?,?,blue,?,?),(Japan,?,?,?,Economy)}

这个例子没有教你关于“蓝色”的任何东西，实际上是说(Japan,?,Blue ,?,?)：

1. 不如上一个边界一般
2. 不会帮助您将负面示例标记为“负面”（因为它不是蓝色汽车！）

另一方面，如果您查看边界(?, ?, ?, ?, Economy)，您会发现负面示例确实适合它（即错误分类为正面），因此您必须更改它！如何？通过将新边界设置为(Japan,?,?,?,Economy)