数据结构
网络
关系型数据库管理系统 (RDBMS)
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
时尚研究
法律研究什么是广义示例？
广义示例是实例区域的矩形范围，称为超矩形，因为它们是高维的。在定义新实例时，必须转换距离函数以能够计算到超矩形的距离。
当新示例正确定义时，它通过将其直接与相似类别的最近示例合并来进行泛化。最近的示例可以是单个实例或超矩形。
在这种方法中，会生成一个覆盖先前实例和新实例的新超矩形。超矩形会扩展到包围新实例。最后，如果预测错误，并且是负责错误预测的超矩形，则会修改超矩形的边界，使其远离新实例。
必须在一开始就确定是否允许由占用或重叠的超矩形引起的过度泛化。如果要防止这种情况，则在泛化新实例之前会创建一个检查，以查看特征区域的某些区域是否与建议的新超矩形冲突。如果泛化被取消，则逐字保存示例。重叠的超矩形与规则集中同一实例受多个规则保护的位置精确相关。
在某些方案中，广义示例可以是固定的，因为它们可以完全包含在彼此内部，就像在某些描述中规则可以有例外一样。
这种二次机会结构增强了超矩形的嵌套。如果一个实例落在一个包含相似类别示例的错误类别的矩形内，则这两个实例将被泛化为一个新的“例外”超矩形，嵌套在初始矩形内。对于固定的广义示例，学习过程通常从几个种子实例开始，以避免同一类别的某些实例被泛化为一个覆盖几个问题区域的单个矩形。
使用广义示例，必须泛化距离函数以计算从实例到广义示例和其他实例的距离。从实例到超矩形的距离被描述为如果点位于超矩形内则为零。
泛化距离函数以计算从外部点到超矩形的距离的最简单方法是选择其中的最近实例并计算到该实例的距离。但是，这会降低泛化的优势，因为它重新引入了对特定单个示例的依赖性。
更新于： 2022年2月10日
95 次浏览
广告