观察与发现学习优秀课件.ppt

《观察与发现学习优秀课件.ppt》由会员分享，可在线阅读，更多相关《观察与发现学习优秀课件.ppt（19页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、观察与发现学习第1页，本讲稿共19页Is the clusteringquality improving?Choose k new seeds whichAre central eventsChoose k new seeds which are“border”eventsaYNIs the terminationCriterion satisfied?ENDYN第2页，本讲稿共19页abce3ae4bce5ae6be7e8c e9e10012012012e1e2X1 X2 012X4X30 1 2第3页，本讲稿共19页EventX1X2X3X4e10a01e20b00e30c12e41a02

2、e51c11e62a10e72b01e82b12e92c00e102c22第4页，本讲稿共19页dfabcK=2;LEF-sparseness,Complexity;Termination criterion:base=2,probe=2Iteration 1Step 1:Select seed:e1,e2Step 2:Produce Stars:RG(e1|e2,m)RG(e2|e1,m)m=5RG(e1|e2,m)=x2=ax3=01,X4=1 2RG(e2|e1,m)=x2=b c,x4=0 2第5页，本讲稿共19页Generalize:RG(e1|e2,m)=x2=ax31,X4=12

3、RG(e2|e1,m)=x2=f,x4=02Step 3:Evaluation and Modification(disjoint)Sparseness Complexity(a)Complex 1:x2=ax31 15 2 Complex 2:x2=f 47 1 62 3(b)Complex 1:x4=12 Complex 2:X2=f (c)Complex 1:x2=ax31 Complex 2:X4=02第6页，本讲稿共19页(d)Complex 1:x4=12 Complex 2:x4=02Step 4:The termination criterion is testedStep 5

4、:select new seedse1,e4,e6 e2,e3,e5,e7,e8,e9,e10Central events:e4,e8Iteration 2Step 2:Produce satrs RG(e4|e8,m),RG(e8|e4,m)RG(e4|e8,m)=x2=ax31,x11x3 1,x3=0RG(e8|e4,m)=x1=2,x2=f,x31第7页，本讲稿共19页 sparseness ComplexityComplex 1:x11x31 31 2Complex 2:x1=2 22 1 53 3Step 4:Termination criterion is tested(the

5、last of the base iterations)Step 5:e1,e2,e3,e4,e5 e6,e7,e8,e9,e10New seeds:e1,e8Iteration 3The iteration produces the same clustering as iteration1Step 4:Termination criterion is tested(the first of the two probeStp 5:not better than the previous one,border events are selected第8页，本讲稿共19页New seeds e2

6、,e6Iteration 4Produces a new clustering:Sparseness ComplexityComplex 1:x31 49 1Complex 2:x3=0 22 1 71 2结果：x11x3 1x1=2第9页，本讲稿共19页abce3ae4bce5ae6be7e8c e9e10012012012e1e2X1 X2 012X4X30 1 2第10页，本讲稿共19页二.知识发现算法1.知识发现定律S1 S S2 S F1=Cover(S1,S-S1)F2=Cover(S2,S-S2)如果 S2 S1 S 则 F2 F1第11页，本讲稿共19页2.知识发现算法1）例子

7、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i=1,2,l,及 l=2,r。3)规则形成。先在第1)步产生的集合中寻找子集关系，然后在第2)步产生相应的描述间构造决策规则。第12页，本讲稿共19页编号毛发牙齿眼睛羽毛脚食

8、物奶会飞产蛋游泳1虎有犬前无爪肉有不不是2豹有犬前无爪肉有不不是3长颈有钝旁无蹄草有不不是4斑马有钝旁无蹄草有不不是5鸵鸟无无旁有爪谷无不是不6企鹅无无旁有蹼鱼无不是是7翁无无旁有爪谷无是是不8鹰无无前有爪肉无是是不9蛇无犬旁无无肉无不是不10蜜无无旁无*蜜无是*不第13页，本讲稿共19页S=110S1=14S2=58S3=9,10S11=1,2S12=3,4S21=5,6S22=7,8S31=9S32=10奶=有毛发=有食物=肉羽毛=无脚=有爪脚=蹄羽毛=有会飞=是脚=有爪脚=无 食物=蜜1）脚=蹄 奶=有 毛发=有，因S12 S12)食物=肉羽毛=无脚=有爪 奶=有 毛发=有，因S11 S

9、1。3）会飞=是脚=有爪 羽毛=有，因S22 S2第14页，本讲稿共19页三.机器发现1.基本定律：(1)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总具有这个值第15页，本讲稿共19页No.vpT1499530025165310362443004644431056664320683233007859331088873320第16页，本讲稿共19页No.pvT12495300225803103249

10、63004257631052664320624963007257731082661320第17页，本讲稿共19页No.pvT1249530022496300324963004257631052577310625803107266132082664320PV/T=8.32第18页，本讲稿共19页参考文献：1.Learning from observation:conceptual clustering,in:Michalski(eds.),Machine Learning:Artificial Intelligence Approach,Vol.1,2.归纳学习算法，理论，应用.洪家荣 科学出版社 P96-102.第19页，本讲稿共19页