演示文稿10 机器学习 教学教案.pptVIP

Choose initial “seed” events from E;Is the clustering quality improving?;a;Event;d; sparseness Complexity Complex 1: [x1≤1][x3≤1] 31 2 Complex 2: [x1=2] 22 1 53 3 Step 4: Termination criterion is tested (the last of the base iterations) Step 5: {e1,e2,e3,e4,e5} {e6,e7,e8,e9,e10} New seeds: e1,e8 Iteration 3 The iteration produces the same clustering as iteration1 Step 4: Termination criterion is tested (the first of the two probe Stp 5: not better than the previous one, border events are selected ;New seeds e2,e6 Iteration 4 Produces a new clustering: Sparseness Complexity Complex 1: [x3≥1] 49 1 Complex 2: [x3=0] 22 1 71 2 结果： [x1≤1][x3 ≤1] [x1=2];a;知识发现 S1 S S2 S F1=Cover(S1,S-S1) F2=Cover(S2,S-S2) 如果 S2 S1 S 则 F2 F1;[知识发现算法] 1）例子分类。由两种方法对例子集合分类： 层次分类。将已知例子集s依次分为一个树状的层次结构，{S},{s1,….Sn},…,{S11,…,S1k},…,{Sk1,…,Skk},…。其中Sij是Si的子集。 平行分类。令k=2,3,…,r,分别对同一个例子集S分类成k各子集，形成r个族，{S},{ },…,{ }。 2)描述抽象。产生每个子集在整个例子集S中的描述。即 对层次分类，产生{ },…,{ },…,{ }。其中Fi=Cover (Si,S-Si),…,Fij=Cover(Sij,S-Sij)。 对平行分类。产生{ },…,{ }。其中;编号;1）[脚=蹄] [奶=有] ∨[毛发=有]，因S12 S1 2) [食物=肉][羽毛=无][脚=有爪] [奶=有] ∨[毛发=有]，因S11 S1。 3）[会飞=是][脚=有爪] [羽毛=有]，因S22 S2;机器发现： BACON系统 基本定律： 增加定律： 如果变元x的值随着变元Y的值增加而增加，则定义比值X/Y并检验该比值是否为常数。 (2) 减少定律 如果变元x的值随着变元Y的值减少而增加，则定义乘积XY并检验该乘积是否为常数。 (3) 常数定律 如果x的值对于很大一个数量接近于常数，则假定x总具有这个值