機器學習基石 机器学习基石(Machine Learning Foundations) 作业2 第10题 解答
2023-09-11 14:19:20 时间
由于前面分享的几篇博客已经把其他题的解决方法给出了链接,而这道题并没有,于是这里分享一下:
原题:
这题说白了就是求一个二维平面上的数据用决策树来分开,这就是说平面上的点只能画横竖两个线就要把所有的点SATTER掉,先给出四个点的情况,如下:
第一种分割方式:
第二种分割方式
第三种分割方式 为第一种的 上下导致。
第四种分割方式 为第二种的 上下导致。
第 5 6 7 8 分别为 第1 2 3 4 种中正负点的互换,
以此方式,我们可以画出 16种,这里不全部给出了。
由此可以看出4个点的时候被satter掉。
这时候我们加入第5个点,用黑色表示,如下:
由于 维度D=2,也就是说我们只能画两笔,一个横一个竖。这时候我们以上面的那个图为例子,我们可以发现,如果上面的竖线固定下面的那个竖线可以自由移动,这时候下面的这三个点可以satter掉,但是上面的那两个点是无法satter掉的,由这个例子我们发现D=2的时候它的VC为4,也就是2**D, 这个方法是试错法子,不过也算是有了些解释。
也就是说选项中只有第一个满足,于是选这个。
相关文章
- 李宏毅机器学习_回归演示AdaGrad_2
- (《机器学习》完整版系列)第14章 概率图模型——14.11 趣谈话题模型(隐狄利克雷分配模型LDA)
- (《机器学习》完整版系列)第10章 降维与度量学习——10.10 度量学习(将欧氏距离推广成马氏距离)
- (《机器学习》完整版系列)第10章 降维与度量学习——10.8 流形学习(等度量映射Isomap算法、局部线性嵌入LLE算法)
- (《机器学习》完整版系列)第10章 降维与度量学习——10.7 核化线性降维(线性降维+“核技巧”)
- (《机器学习》完整版系列)第10章 降维与度量学习——10.5 主成分分析的目标求解(“丢掉不重要属性”是错误的)
- (《机器学习》完整版系列)第9章 聚类——9.2 k均值算法、学习向量量化算法(在类标记的指导下进行聚类)
- 阿里面试——机器学习岗四个面试案例
- 机器学习深度学习面试题——Python基础知识
- 机器学习笔记之隐马尔可夫模型(二)背景介绍
- 机器学习笔记之指数族分布——最大熵原理与softmax激活函数的关系
- Python和R代码机器学习算法速查对比表
- 面向机器学习的自然语言标注1.2 语料库语言学简史
- Andrew Ng机器学习公开课笔记 -- Generative Learning algorithms
- 吴恩达机器学习笔记 —— 10 神经网络参数的反向传播算法
- 《Python机器学习——预测分析核心算法》——第2章 通过理解数据来了解问题
- 一文读懂机器学习,大数据/自然语言处理/算法全有了……
- Pinterest 凭什么拥有那么多用户?它背后的机器学习是答案