Python으로 구현된 후보 제거 알고리즘에 대한 자세한 설명

후보 제거 알고리즘은 주어진 훈련 데이터로부터 개념을 학습하는 데 사용되는 귀납적 추론을 기반으로 하는 기계 학습 알고리즘입니다. 그 목적은 학습 데이터의 모든 인스턴스를 가장 일반적인 개념 설명, 즉 "개념 학습" 과정으로 요약하는 것입니다.

후보 제거 알고리즘의 기본 아이디어는 가장 구체적인 개념 설명과 가장 일반적인 개념 설명을 초기화한 다음, 최종적으로 원하는 개념인 가장 일반적인 개념 설명을 얻을 때까지 점차적으로 수정하는 것입니다.

구체적으로 알고리즘의 단계는 다음과 같습니다.

1. 가장 특별한 개념 설명과 가장 일반적인 개념 설명을 초기화합니다.

가장 특별한 개념 설명 S0: 모든 속성 값을 초기화합니다. ​​​to "?", 불확실성을 나타냄

가장 일반적인 개념 설명 G0: 모든 속성 값을 "∅"로 초기화하여 속성 값이 없음을 나타냅니다.

2. 각 교육 인스턴스에 대해 다음 처리를 수행합니다.

① 인스턴스가 긍정적인 예(원하는 개념에 속함)인 경우 가장 특별한 개념 설명 S와 가장 일반적인 개념 설명 G를 업데이트합니다. :

S의 각 속성에 대해 인스턴스의 속성 값이 S의 해당 속성 값과 다른 경우 S의 속성 값을 "?"로 변경합니다.

G의 각 속성에 대해, 인스턴스 G의 속성 값이 G의 해당 속성 값과 다른 경우 G의 속성 값을 인스턴스의 속성 값으로 변경합니다.

②인스턴스가 반례인 경우(원하는 개념에 속하지 않음) 가장 일반적인 개념 설명 G만 업데이트합니다.

G의 각 속성에 대해 인스턴스의 속성 값이 G의 해당 속성 값이 동일할 경우 G의 속성 값을 "?"로 변경합니다.

최종적으로 얻은 가장 일반적인 개념 설명은 원하는 개념입니다.

다음은 후보 제거 알고리즘의 적용 과정을 간단한 예시를 통해 보여줍니다. 다음 5가지 훈련 예제에서 개념을 학습한다고 가정합니다.

알고리즘 단계에 따라 먼저 가장 구체적인 개념 설명과 가장 일반적인 개념 설명을 초기화합니다.

S0:

G0:

그런 다음 각 교육 인스턴스에 대해 다음과 같이 진행합니다.

예: 원하는 개념에 속하므로 S를 업데이트합니다. G:

S1:

G1:

예를 들어 2: 필수 개념에 속하므로 S와 G를 업데이트하세요.

S2:

G2:

예 3: 필수 개념에 속하지 않으므로 G만 업데이트됩니다.

S3:

G3:

예 4: 필수 개념에 속하지 않으므로 G만 업데이트됩니다.

S4:

G5:

최종적으로 얻은 가장 일반적인 개념 설명은 다음과 같습니다.

즉, "수생 동물" "입니다.

다음은 후보 제거 알고리즘을 구현하는 Python 코드입니다.

import numpy as np

def candidate_elimination(examples):
    # 初始化最特殊概念描述和最一般概念描述
    S = np.array(['?' for _ in range(len(examples[0]) - 1)])
    G = np.array(['∅' for _ in range(len(examples[0]) - 1)])
    # 对于每个训练实例，进行如下处理
    for i, example in enumerate(examples):
        x, y = example[:-1], example[-1]
        if y == '是':  # 正例
            # 更新最特殊概念描述S和最一般概念描述G
            for j in range(len(x)):
                if S[j] != '?' and S[j] != x[j]:
                    S[j] = '?'
                G[j] = x[j] if S[j] == '?' else S[j]
        else:  # 反例
            # 只更新最一般概念描述G
            for j in range(len(x)):
                if S[j] != '?' and S[j] != x[j]:
                    G[j] = S[j]
        # 打印每次迭代的结果
        print(f'第{i+1}次迭代：S={S}, G={G}')
    # 最终得到的最具一般性的概念描述即为所求概念
    concept = G if G[0] != '∅' else S
    return concept

위는 후보 제거 알고리즘의 기본 아이디어와 응용 예입니다. 모두가 후보 제거를 이해하고 배우는 데 도움이 되길 바랍니다. 연산.

위 내용은 Python으로 구현된 후보 제거 알고리즘에 대한 자세한 설명의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!