文档介绍：, 它是一种归纳学****示例学****是从若干实例(包括正例和反例)中归纳出一般概念或规则的学****方法。第一个拱桥的语义网络第二个拱桥的语义网络学****程序归纳出的语义网络拱桥概念的语义网络例1假设示例空间中有桥牌中"同花"概念的两个示例: 示例1:花色(c1,梅花)∧花色(c2,梅花)∧花色(c3,梅花)∧花色(c4,梅花)→同花(c1,c2,c3,c4)示例2:花色(c1,红桃)∧花色(c2,红桃)∧花色(c3,红桃)∧花色(c4,红桃)→同花(c1,c2,c3,c4)关于同花的一般性规则:花色(c1,x)∧花色(c2,x)∧花色(c3,x)∧花色(c4,x)→同花(c1,c2,c3,c4)对于这个问题可采用通常的曲线拟合技术,对于这个问题可采用通常的曲线拟合技术,归纳出规则:归纳出规则:(x(x,,yy,,2x+3y+1)2x+3y+1)即即zz==2x2x++3y3y++11例例2 2 假设示例空间存放有如下的三个示例:假设示例空间存放有如下的三个示例:示例示例11::(0(0,,22,,7)7)示例示例22::(6(6,,-1-1,,10)10)示例示例33::(-1(-1,,-5-5,,-10) -10) 这是三个这是三个33维向量,表示空间中的三个点。现要求求维向量,表示空间中的三个点。现要求求出过这三点的曲线。出过这三点的曲线。(decision tree)也称判定树,它是由对象的若干属性、属性值和有关决策组成的一棵树。其中的节点为属性(一般为语言变量),分枝为相应的属性值(一般为语言值)。从同一节点出发的各个分枝之间是逻辑“或”关系;根节点为对象的某一个属性;从根节点到每一个叶子节点的所有节点和边,按顺序串连成一条分枝路径,位于同一条分枝路径上的各个“属性-值”对之间是逻辑“与”关系,叶子节点为这个与关系的对应结果,即决策。决策树示意图例3 下图所示是机场指挥台关于飞机起飞的简单决策树。例4 下图是一个描述“兔子”概念的决策树。:?首先,选取一个属性,按这个属性的不同取值对实例集进行分类;并以该属性作为根节点,以这个属性的诸取值作为根节点的分枝,进行画树。?然后,考察所得的每一个子类,看其中的实例的结论是否完全相同。如果完全相同,则以这个相同的结论作为相应分枝路径末端的叶子节点;否则,选取一个非父节点的属性,按这个属性的不同取值对该子集进行分类,并以该属性作为节点,以这个属性的诸取值作为节点的分枝,继续进行画树。?如此继续,直到所分的子集全都满足:实例结论完全相同,而得到所有的叶子节点为止。●决策树学****举例设表1 所示的是某保险公司的汽车驾驶保险类别划分的部分事例。我们将这张表作为一个实例集,用决策树学****来归纳该保险公司的汽车驾驶保险类别划分规则。