候選消除 - 新數據的分類

Question

我試圖理解version space learning和候選消除算法。 把這些訓練例子具有以下屬性：

Sky, Temp, Humid, Wind, Water, Forecast, EnjoySport 

和相應的值：

<Sunny, Warm, Normal, Strong, Warm, Same, Yes> 
<Sunny, Warm, High, Strong, Warm, Same, Yes> 
<Rainy, Cold, High, Strong, Warm, Change, No> 
<Sunny, Warm, High, Strong, Cool, Change, Yes> 

如果我執行的消失候選我發現S（最特殊的假設）和G（最普遍假設）是：

S: {<Sunny, Warm, ?, Strong, ?, ?>} 
G: {<Sunny, ?, ? ,? ,?, ?>, <?, Warm, ?, ?, ?, ?>} 

但是，新數據的分類呢？我的意思是，如果我有像這樣的新數據點會發生什麼？

<Sunny, Warm, Normal, Strong, Cool, Change> 

該算法會做什麼？它會將新記錄分爲正面還是負面？

我搜索了很多它，但我沒有找到任何有用的東西。

Answer 1

從Wikipedia page：

學習後，分類可以在看不見的例子通過測試算法所學到的假設進行。如果該例子與多個假設一致，則可以應用多數投票規則。

<disclaimer>，而不必與這種學習</disclaimer>的很多經驗，目的是學習，可以由「一般」和「具體的」邊界描述的可能性空間的區域，也許內插的能力它們之間。

例如，也許你會考慮<Sunny, ?, ? ,Strong ,?, ?>包含的假設，因爲它是「之間」<Sunny, Warm, ?, Strong, ?, ?>和<Sunny, ?, ? ,? ,?, ?>。

由邊界標識的假設空間表示您的模型學到的知識。其中的每個假設（如<Sunny, ?, ? ,Strong ,?, ?>）將匹配新數據點或不匹配。然後決定如何解釋最終的「意見」。顯然把它投給「投票」是很常見的。

總結：

1. 枚舉最具體和最常用的邊界之間的所有假設。
2. 理解每個假設對新數據點的反應：它是說是或否？
3. 新數據點是否有更多「是」票或「否」票？這就是你將新點標記爲。

請注意，雖然上述算法有利於溝通意圖，但它可能對性能不利。特別是，可能一次考慮包含假設的組。這樣做會減少所需的迭代次數。