《机器学习》 第一章

知识总结

假设空间：所有假设的集合（包括空集）
版本空间：对于特定的数据集，与该数据集一致的假设的集合。（一致的意思是假设能覆盖正例，不覆盖反例）
归纳偏好：是一个挑选最佳假设函数的基准。当多个假设都满足条件时，要依据什么标准来决定使用哪个假设，比如使用奥卡姆剃刀，选最简单的、项最少的。

习题解

1.1

编号	色泽	根蒂	敲声	好瓜
1	青緑	蜷缩	浊响	是
4	乌黑	稍蜷	沉闷	否

版本空间：

• （色泽=青緑，根蒂=蜷缩，敲声=浊响）（色泽=青緑，根蒂=蜷缩，敲声=*），（色泽=青緑，根蒂=*，敲声=浊响），（色泽=青緑，根蒂=*，敲声=*），（色泽=*，根蒂=蜷缩，敲声=浊响），（色泽=*，根蒂=蜷缩，敲声=*），（色泽=*，根蒂=*，敲声=浊响）

1.2

表1.1

编号	色泽	根蒂	敲声	好瓜
1	青緑	蜷缩	浊响	是
2	乌黑	蜷缩	浊响	是
3	青緑	硬挺	清脆	否
4	乌黑	稍蜷	沉闷	否

题解待研究。

1.3

由于存在数据噪声，归纳偏好可以定为优先选择判断出正例数量多的假设，数量相同是选择项少的假设，前面两项都相同时，随机挑一个。