machine-learning - Find-Sの欠点

Question

Find-S アルゴリズムの一般的に挙げられる欠点の 1 つは、Find-S によって返される仮説 h が、データに適合する唯一の h ではない可能性があることです。

さて、これを理解するのに問題があります。「最も具体的な」仮説は 1 つしか存在しないのでしょうか?

例: 次のトレーニングデータがあるとします。

ここに画像の説明を入力

次の反復を取得します。

i0: S = {日本, ホンダ, ブルー, 1980, 経済} (例 1 を使用)

i1: S = {Japan, Honda, Blue, ?, Economy} (例 3 を使用: 例 2 は負なのでスキップ)

i2: S = {Japan, Honda, ?, ?, Economy} (例 5 を使用: 例 4 は負なのでスキップ)

i3: S = {Japan, ?, ?, ?, Economy} (例 6 を使用) 終了 (例 7 は負なのでスキップ)

つまり、このデータセットには、S = {Japan, ?, ?, ?, Economy} 以外に最も具体的な仮説はありません。しかし、明らかに私は何らかの形で間違っているに違いありません。誰かが私の仮定がどのように間違っているかを説明できますか? ありがとう。

score 1 · Accepted Answer

私はこれを自分で学んでいます。しかし、私が見る限り、あなたと同じ答えを思いつきました。しかし、あなたのステップでは、あなたが得たであろう ? をi1逃しました。Toyota以下のように以前に：

S1 = {Japan, Honda, Blue, 1980, Economy}

S2 = {Japan, ?, Blue, ?, Economy}

S3 = {Japan, ?, ?, ?, Economy}

S4 = {Japan, ?, ?, ?, Economy}

私は文字通り 30 分前にこれについて読み始めたばかりですが、私が知る限り、Find-S は 1 つの仮説しか提供しませんspecific ==> generalised。

ただし、generalised ==> specificフォームから移動する場合は、多くの例が表示される可能性があります。私がここにいるのは、それがどのように機能するかを見つけようとしているからです。

1 に答える 1