经管之家送您一份
应届毕业生专属福利!
求职就业群
感谢您参与论坛问题回答
经管之家送您两个论坛币!
+2 论坛币
《机器学习导论》2nd Edition ---(土耳其)Ethem Alpaydin 著 范明 昝(zan)红英 牛常勇译 ----机械Press-2014.3
通过学习,可以做预测:给定一辆我们以前从未见过的汽车,检查学习得到的描述。(是否为家用汽车)
还可以做知识提取:这种研究可能由汽车公司赞助,目的可以是了解人们对家用汽车的期望
经过与该领域专家的一些沟通,假定我们得到了一个结论:在我们所掌握的汽车的所有特征中,区别家用汽车与其他汽车的特征是价格和发动机功率。
这两个属性就是类识别器的输入(input)。当我们决定采用这种特殊输入表示(input representaion)时,我们忽略了其他属性,将其看作是不相关的。尽管有人可能认为诸如座位数量、车身颜色等属性对于辨别车型也很重要,这里简单起见,只考虑价格和发动机功率。
假设价格为第一个输入属性x1,发动机功率为第二个输入属性x2
那么每辆汽车可以用两个数值来表示: x = [ x1, x2]
它的标号表示汽车的类型 r = 1 (如果x是正例) 0 (如果x是负例)
每辆汽车用一个这种有序对(x, r)来表示,而训练集中包括N个这样的实例
x = { x t, r t} t = 1 - N
t,用于标记训练集中的各个汽车实例,不表示时间或任何类似的序
现在可以将训练数据绘制在二维空间(x1, x2)上,其中每个实例t就是一个数据点,其类型(即正、负例)有r t给定。
进一步与专家讨论和分析数据,有理由相信,对于家用汽车,其价格和发动机功率应当是在某个确定的范围内:
(p1<=价格<=p2) AND ( e1 <= 发动机功率 <= e2)
这里p1/p2/e1/e2为适当值,这样,假定类C是价格-发动机功率空间中的矩形。
所以,上式确定了假设类(hypothesis class)即矩形的集合,C是从中抽取的。
学习算法应当找到一个特定的假设
扫码加我 拉你入群
请注明:姓名-公司-职位
以便审核进群资格,未注明则拒绝
|