機器學習課件 6 0m ppt版演示文稿4

1、2) Star生成: Induce方法je的各個選擇符被放入PS(partial star)中,將ps中的元素按照各種標準排序.k在ps中保留最優(yōu)的m個選擇符.l對ps中的選擇符進行完備性和一致性檢查,從ps中取出完備一致的描述放入SOLUTION表中,若SOLUTION表的大小大于參數(shù)#SOL,則算法停止.一致但不完備的描述從ps中取出放入表CONSISTENT中,若CONSISTENT表的大小大于參數(shù)#COS,則轉(zhuǎn)n;m對每個表達式進行特殊化處理,所有得到的表達式根據(jù)優(yōu)化標準排列,僅保留m個最優(yōu)的.重復步驟l, m直到CONSISTENT表中包含#CONS個表達式或該過程分配的時間用完為止

2、.n得到的一般化描述按優(yōu)先標準排序,保留m個最優(yōu)的表達式構成約束Star(e|NEG,m).舉例:例子集: 表2.3 #SOL=2#CONS=2 M=2優(yōu)化標準: 正例數(shù)/反例數(shù)1種子e+:Fever=highCough=heavyX-ray=flackESR=normalAusculation=bubblelike第一輪:Ps:n Fever=highmCough=heavykX-ray=flacklESR=normaljAusculation=bubblelike保留m個表達式Ausculation=bubblelike一致的表達式,放入CONSISTENT中X-ray=flack特化;x

3、-ray=flackESR=normalX-ray=flackx-ray=flackCough=heavyx-ray=flackFever=high上面3個表達式均為一致的,放入CONSISTENT中,按優(yōu)先標準排序,并保留m(2)個表達式.Ausculation=bubblelikex-ray=flackESR=normal選出一個最優(yōu)的作為DD: Ausculation=bubblelikee+ , e+ , e+ , e+將D覆蓋的正例去掉. 去掉1245第一輪結束.第二輪:e3種子+: Fever=lowCough=slightx-ray=spotESR=normalAusculati

4、on=dry-peepPs:mfever=lownCough=slightjx-ray=spotkESR=normallAusculation=dry-peep保留m(2)個表達式: ESR=normalx-ray=spot特殊化:ESR=normal fever=lowESR=normalESR=normal Cough=slightESR=normal Ausculation=dry-peepx-ray=spot ESR=normalx-ray=spot Ausculation=dry-peep x-ray=spotx-ray=spot fever=low x-ray=spot Cough

5、=slight上面有3個表達式是一致的,放入CONSISTENT表中,按優(yōu)先標準排序,并保留m(2)個表達式x-ray=spot ESR=normal x-ray=spot fever=low 選出一個最優(yōu)的作為De+D: x-ray=spot ESR=normal將D覆蓋的正例從pos中去掉,去掉 3,pos空.生成規(guī)則:Ausculation=bubblelike x-ray=spot ESR=normal肺炎算法結束.參考文獻:1. Machine learning: An Artificial Intelligence Approach Edited byR.S. MichalskiP39-135.2. 歸納學習-算法,理論,應用.洪家榮著 P4-11, P30-333. 機器學習:實現(xiàn)人工智能的途徑. 科學. P.23-77. FCV算法PENE序號X1X2X3X4序號X1X2X3X4310001