精品在线大香蕉,亚洲色图欧美日韩在线

1.考慮一個(gè)二值分類(lèi)問(wèn)題，屬性集和屬性值如下：

空調(diào)={可用，不可用}

引擎={好，差}

行車(chē)?yán)锍?{高，中，低}

生銹={是，否}

假設(shè)一個(gè)基于規(guī)則的分類(lèi)器產(chǎn)生的規(guī)則集如下：

行車(chē)?yán)锍?高 $\rightarrow$ 價(jià)值=低

行車(chē)?yán)锍?低 $\rightarrow$ 價(jià)值=高

空調(diào)=可用，引擎=好 $\rightarrow$ 價(jià)值=高

可調(diào)=可用，引擎=差 $\rightarrow$ 價(jià)值=低

空調(diào)=不可用 $\rightarrow$ 價(jià)值=低

（a）這些規(guī)則是互斥的嗎？

不是

（b)這些規(guī)則是完全的嗎？

是。

（c)這些規(guī)則需要排序嗎?

Yes because a test instance may trigger more than one rule.

(d)規(guī)則集需要默認(rèn)類(lèi)嗎?

No because every instance is guaranteed to trigger at least

one rule.

2.RIPPER算法是早期算法IREP的擴(kuò)展，兩個(gè)算法都使用減少誤差剪枝（reduced-error pruning）方法來(lái)確定一個(gè)規(guī)則是否需要剪枝，減少誤差剪枝方法使用一個(gè)確認(rèn)集來(lái)估計(jì)分類(lèi)器的泛化誤差?？紤]下面兩個(gè)規(guī)則：

R1:A $\rightarrow$ C

R2:A $\land$ B $\rightarrow$ C

R2是由R1左邊添加合取項(xiàng)B得到的?，F(xiàn)在的問(wèn)題是，從規(guī)則增長(zhǎng)和規(guī)則剪枝的角度來(lái)確定R2是否比R1好。為了確定規(guī)則是否應(yīng)該剪枝，IREP計(jì)算下面的度量：

$v_{IREP} \frac{p+(N-n)}{P+N}$

其中，P是確認(rèn)集中正例的總數(shù)，N是確認(rèn)集中反例的總數(shù)，p是確認(rèn)集中被規(guī)則覆蓋的正例數(shù)，而n是確認(rèn)集中被規(guī)則覆蓋的反例數(shù)。實(shí)際上，virep類(lèi)似于確認(rèn)集的分類(lèi)準(zhǔn)確率.IREP偏向于virep值較高的規(guī)則。另一方面，RIPPER使用下面的度量來(lái)確定規(guī)則是否應(yīng)該剪枝： $v_{RIPPER} \frac{p-n}{p+n}$

(1)假設(shè)R1覆蓋350個(gè)正例和150個(gè)反例，而R2覆蓋300個(gè)正例和50個(gè)反例。計(jì)算R2相對(duì)于R1的FOIL信息增益。

Gain=300*{log2(300/350)-log2(350/500)}=87.65

(2)考慮一個(gè)確認(rèn)集，包含500個(gè)正例和500個(gè)反例。假設(shè)R1覆蓋200個(gè)正例和50個(gè)反例，R2覆蓋100個(gè)正例和5個(gè)反例。計(jì)算R1和R2的Virep,IREP 偏向于那個(gè)規(guī)則？

對(duì)R1： $v_{IREP} \frac{p+(N-n)}{P+N}$ ={200+（500-50）}/1000=0.65

對(duì)R2： $v_{IREP} \frac{p+(N-n)}{P+N}$ ={100+（500-5）}/1000=0.595

IREP偏向于R1

（3）計(jì)算（2）中的Vripper，RIPPER偏向于哪個(gè)規(guī)則？

對(duì)R1： $v_{RIPPER} \frac{p-n}{p+n}$ =（200-50）/（200+50）=0.6

對(duì)R2： $v_{RIPPER} \frac{p-n}{p+n}$ =（100-5）/（100+5）=0.9

RIPPER偏向于R2

3.C4.5規(guī)則是從決策樹(shù)生成規(guī)則的間接方法的一個(gè)實(shí)現(xiàn)，而RIPPER是從數(shù)據(jù)中生成規(guī)則的直接方法的一個(gè)實(shí)現(xiàn)。

（a)討論兩者的優(yōu)缺點(diǎn)。

C4.5規(guī)則算法從全局角度生成分類(lèi)規(guī)則。這是因?yàn)橐?guī)則是從決策樹(shù)中派生出來(lái)的，決策樹(shù)的目的是將特征空間劃分為同質(zhì)區(qū)域，而不關(guān)注任何類(lèi)。相反，RIPPER一次生成一個(gè)類(lèi)的規(guī)則。因此，它更偏向于首先生成的類(lèi)。

（b)考慮一個(gè)數(shù)據(jù)集，其中類(lèi)的大小差別很大（即有些累比其它類(lèi)大得多）。在為較小的類(lèi)尋找高準(zhǔn)確率規(guī)則方面，哪一種方法（C4.5和RIPPER）更好？

C4.5規(guī)則使用的類(lèi)排序方案比RIPPER使用的方案更容易解釋。

4.考慮一個(gè)訓(xùn)練集，包含100個(gè)正例和400個(gè)反例。對(duì)于下面的候選規(guī)則：

R1：A->+(覆蓋4個(gè)正例和1個(gè)反例)

R2:B->+ (覆蓋30個(gè)正例和10個(gè)反例）

R3：C-> + (覆蓋100個(gè)正例和90個(gè)反例）

根據(jù)下面的度量，確定最好規(guī)則和最差規(guī)則：

（1）規(guī)則準(zhǔn)確率。

準(zhǔn)確率依次為：R1:80%,R2:75%,R3:52.6%。因此最好規(guī)則是R1，最差規(guī)則是R3

（2）FOIL信息增益

假設(shè)初始規(guī)則： $\phi$ $\rightarrow$ +（覆蓋100個(gè)正例和400個(gè)反例）

對(duì)R1：Gain1=4*{log2(4/5)-log2(100/500)}=8

對(duì)R2：Gain2=30*{log2(30/40)-log2(100/500)}=57.2

對(duì)R3：Gain3=100*{log2(100/190)-log2(100/500)}=139.6

因此，R3最好，R1最差。

（3）似然比統(tǒng)計(jì)量

對(duì)于R1，正類(lèi)的期望頻率為5×100/500=1

負(fù)類(lèi)的期望頻率為5×400/500=4。

因此，R1的似然比是2*{4*log2(4/1)+1*log2(1/4)}=12

對(duì)于R2，正類(lèi)的期望頻率為40×100/500=8

負(fù)類(lèi)的期望頻率為40×400/500=32。

因此，R2的似然比是2*{30*log2(30/8)+10*log2(10/32)}=80.85

對(duì)于R3，正類(lèi)的期望頻率為190×100/500=38

負(fù)類(lèi)的期望頻率為190×400/500=152。

因此，R3的似然比是2*{100*log2(100/38)+90*log2(90/152)}=143

R3是最好的規(guī)則，R1是最差的。

（4）拉普拉斯度量

（5）m度量（k=2且p+=0.2）

其中n是規(guī)則覆蓋的樣例數(shù)，f+是規(guī)則覆蓋的正例數(shù)，k是類(lèi)的總數(shù)，p+是正類(lèi)的先驗(yàn)概率。注意，當(dāng)=1/k時(shí)，m估計(jì)等價(jià)于Laplace度量。

拉普拉斯度量依次為：R1：（4+1）/（5+2）=71.43%,R2:(30+1）/（40+2）=73.81%，R3：（100+1)/(190+2)=52.6%.因此R2是最好的，R3是最差的。

m度量：R1：（4+2*0.2）/（5+2）=62.86%，R2：（30+2*0.2）/（40+2）=73.38%，R3：（100+2*0.2）/（190+2）=52.3%

R2最好，R3最差。

5.下圖給出了分類(lèi)規(guī)則R1、R2、R3的覆蓋率。根據(jù)以下度量確定最好規(guī)則和最差規(guī)則：

（1)似然比統(tǒng)計(jì)量

（2）拉普拉斯統(tǒng)計(jì)量

（3）m度量（k=2且p+=0.58）

（4）發(fā)現(xiàn)規(guī)則R1后的準(zhǔn)確率，這里不刪除R1覆蓋的任何樣例

（5）發(fā)現(xiàn)規(guī)則R1后的準(zhǔn)確率，這里僅刪除R1覆蓋的正例

（6）發(fā)現(xiàn)R1后的準(zhǔn)確率，這里刪除R1覆蓋的任何樣例

Elimination of training records by the sequential covering algorithm. R1, R2, and R3represent regions covered by three different rules.

（1）數(shù)據(jù)集中有29個(gè)正例21個(gè)反例。R1覆蓋了12個(gè)正例和3個(gè)反例，正例期望樣例數(shù)為15*29/50=8.7，反例期望數(shù)為15*21/50=6.3.因此R1的似然比統(tǒng)計(jì)量為：

2*{12*log2(12/8.7)+3*log2(3/6.3)}=4.71

R2 covers 7 positive examples and 3 negative examples. The expected frequency for the negative class is 10 × 21/50 = 4.2 and the expected frequency for the positive class is 10 × 29/50 = 5.8. Therefore, the likelihood ratio for R2 is

2*{7*log2(7/5.8)+3*log2(3/4.2)}=0.89

R3 covers 8 positive examples and 4 negative examples. The expectedfrequency for the positive class is 12 × 29/50 = 6.96 and the expected frequency for the negative class is 12 × 21/50 = 5.04. Therefore, the likelihood ratio for R3 is

2*{8*log2(8/6.96)+4*log2(4/5.04)}=0.5472

因此根據(jù)似然比統(tǒng)計(jì)量，R1是最好的規(guī)則，R3最差。

（2）The Laplace measure for the rules are 76.47% ((12+1)/(15+2)for R1), 66.67% (for R2), and 64.29% (for R3), respectively. Therefore R1 is the best rule and R3 is the worst rule according to the Laplace measure.

(3)The m-estimate measure for the rules are 77.41% (for R1), 68.0% ((7+2*29/50)/(10+2)for R2), and 65.43% (for R3), respectively. Therefore R1 is the best rule and R3 is the worst rule according to the m-estimate measure.

(4)If the examples for R1 are not discarded, then R2 will be chosen because it has a higher accuracy (7/10=70%) than R3 (8/12=66.7%).

(5)If the positive examples covered by R1 are discarded, the new accuracies for R2 and R3 are 70% and 60%, respectively. Therefore R2 is preferred over R3.

(6)If the positive and negative examples covered by R1 are discarded, the new accuracies for R2 and R3 are 70% and 75%, respectively. In this case, R3 is preferred over R2.

6.(a)假設(shè)本科生抽煙的比例為15%，研究生抽煙的比例為23%。如果大學(xué)生中研究生占比1/5，其余是本科生，那么抽煙的學(xué)生是研究生的概率是多少？

設(shè)X={0，1}，表示抽煙與否。Y={本科生，研究生}

P{X=1|Y=本科生}=15%，P{X=1|Y=研究生}=23%,P{Y=研究生}=1/5

P{X=1}=P{X=1,Y=本科生}+P{X=1,Y=研究生}=P{X=1|Y=本科生}*P{Y=本科生}+P{X=1|Y=研究生}*P{Y=研究生}=15%*4/5+23%*1/5=16.6%

故P{Y=研究生|X=1}=P{X=1|Y=研究生}*P{Y=研究生}/P{X=1}=（23%*1/5）/16.6%=27.7%

（b)根據(jù)（a)中信息，隨機(jī)選擇一個(gè)大學(xué)生，該生是研究生和本科生的可能性哪個(gè)大？

本科生大。P(UG)>P(G)

（c)同（b)，假設(shè)學(xué)生是個(gè)抽煙者。

P{Y=本科生|X=1}=1-P{Y=研究生|X=1}=72.3%。本科生的可能性大。

（d)假設(shè)30%的研究生住學(xué)生宿舍，只有10%的本科生住學(xué)生宿舍。如果一個(gè)學(xué)生抽煙又住宿舍，那么他（她）是研究生或本科生的可能性哪個(gè)大？可以假設(shè)學(xué)生抽煙和住宿舍獨(dú)立。

設(shè)Z={住宿舍，不住宿舍}={1，0}.P{Z=1|Y=研究生}=0.3 P{Z=1|Y=本科生}=0.1

P(D) = P(UG).P (D|UG)+P(G).P (D|G) = 0.8?0.1+0.2?0.3 = 0.14.

P(S) = P(S|UG)P(UG)+P(S|G)P(G) = 0.15?0.8+0.23?0.2 = 0.166.

P(DS|G) = P(D|G) × P(S|G) = 0.3 × 0.23 = 0.069 (using conditional independent assumption)

P(DS|UG) = P(D|UG) × P(S|UG) = 0.1 × 0.15 = 0.015.

P{Y=研究生|X=1,Z=1}=P(DS|G)*P（G)/P(DS)=0.069*0.2/P(DS)=0.0138/P(DS)

P{Y=本科|X=1,Z=1}=P(DS|UG)*P（UG)/P(DS)=0.015*0.8/P(DS)=0.012/P(DS)

P{Y=研究生|X=1,Z=1}>P{Y=本科|X=1,Z=1}.

7.考慮下表中數(shù)據(jù)集。

（1)估計(jì)條件概率P（A|+)，P(B|+),P(C|+),P(A|-),P(B|-),P(C|-)。

P(A=1|+)=P(A=1,+)/P(+)=0.3/0.5=0.6

P(A = 1|?) = 2/5 = 0.4, P(B = 1|?) = 2/5 = 0.4,

P(C = 1|?) = 1, P(A = 0|?) = 3/5 = 0.6,

P(B = 0|?) = 3/5 = 0.6, P(C = 0|?) = 0;

P(B = 1|+) = 1/5 = 0.2, P(C = 1|+) = 2/5 = 0.4,

P(A = 0|+) = 2/5 = 0.4, P(B = 0|+) = 4/5 = 0.8,

P(C = 0|+) = 3/5 = 0.6.

(2)根據(jù)（1）中條件概率，使用樸素貝葉斯方法預(yù)測(cè)測(cè)試樣本（A=0,B=1,C=0)的類(lèi)標(biāo)號(hào)。

設(shè)P(A=0,B=1,C=0)=K

P（+|A=0,B=1,C=0)=P(A=0,B=1,C=0,+)/P(A=0,B=1,C=0)

=P(A=0,B=1,C=0|+)P(+)/K

=P(A=0|+)P(B=1|+)P(C=0|+)P(+)/K

=0.4*0.2*0.6*0.5/K=0.024/K

P(-|A=0,B=1,C=0|)=P(A=0,B=1,C=0|-)P(-)/K

由于P(-|A=0,B=1,C=0)<P(+|A=0,B=1,C=0),故類(lèi)標(biāo)號(hào)為+

（3）使用m估計(jì)方法（p=1/2且m=4）估計(jì)條件概率。

$P(x_{i} |y_{j})=\frac{n_{c} +mp}{n+m}$

P(A=1|+)=(3+4*1/2)/(5+4)=5/9

P(A = 0|+) = (2 + 2)/(5 + 4) = 4/9,

P(A = 0|?) = (3+2)/(5 + 4) = 5/9,

P(B = 1|+) = (1 + 2)/(5 + 4) = 3/9,

P(B = 1|?) = (2+2)/(5 + 4) = 4/9,

P(C = 0|+) = (3 + 2)/(5 + 4) = 5/9,

P(C = 0|?) = (0+2)/(5 + 4) = 2/9.

(4)同（b)，使用（c)中條件概率。

Let P(A = 0,B = 1, C = 0) = K

P(+|A = 0,B = 1, C = 0)

= P(A = 0,B = 1, C = 0|+) × P(+)/P(A = 0,B = 1, C = 0)

=P(A = 0|+)P(B = 1|+)P(C = 0|+) × P(+)/K

=(4/9) × (3/9) × (5/9) × 0.5/K

= 0.0412/K

P(?|A = 0,B = 1, C = 0)= 0.0274/K

類(lèi)標(biāo)號(hào)是+

（5）比較兩種方法，哪種好?

當(dāng)其中一個(gè)條件概率為零時(shí)，使用m-估計(jì)概率方法對(duì)條件概率的估計(jì)更好，因?yàn)槲覀儾幌Ｍ麄€(gè)表達(dá)式變成零。

8.考慮下標(biāo)數(shù)據(jù)集。

（1）估計(jì)條件概率P(A=1|+),P(B=1|+),P(C=1|+),P(A=1|-),P(B=1|-),P(C=1|-).

P(A=1|+)=3/5=0.6,P(A=1|-)=2/5=0.4

P(B=1|+)=2/5=0.4,P(B=1|-)=2/5=0.4

P(C=1|+)=4/5=0.8,P(C=1|-)=1/5=0.2

(2)根據(jù)（1）中條件概率，使用樸素貝葉斯方法預(yù)測(cè)測(cè)試樣本（A=1,B=1,C=1)的類(lèi)標(biāo)號(hào)。

P(+|A=1,B=1,C=1)=P(A=1,B=1,C=1|+)P(+)/P(A=1,B=1,C=1)=P(A=1|+)P(B=1|+)P(C=1|+)P(+)/P(A=1,B=1,C=1)=0.6*0.4*0.8*0.5/0.1=0.96

P(-|A=1,B=1,C=1)=P(A=1,B=1,C=1|-)P(-)/P(A=1,B=1,C=1)=P(A=1|-)P(B=1|-)P(C=1|-)P(-)/P(A=1,B=1,C=1)=0.4*0.4*0.2*0.5/0.1=0.16

類(lèi)標(biāo)號(hào)為+

（3）比較P(A=1),P(B=1)和P(A=1,B=1).陳述A，B之間的關(guān)系。

P(A=1)=0.5,P(B=1)=0.4,P(A=1,B=1)=0.2.

P(A=1,B=1)=P(A=1)*P(B=1),因此A，B之間獨(dú)立。

（4）對(duì)P(A=1),P(B=0)和P(A=1,B=0)重復(fù)（3）的分析。

P(A=1)=0.5,P(B=0)=0.6,P(A=1,B=0)=0.3,A,B獨(dú)立。

（5）比較P（A=1,B=1|類(lèi)=+）與P(A=1|類(lèi)=+）和P(B=1|類(lèi)=+）。給定+，變量A，B獨(dú)立嗎？

P（A=1,B=1|類(lèi)=+）=0.2???? P(A=1|類(lèi)=+）=3/5=0.6? P(B=1|類(lèi)=+）=0.4

P（A=1,B=1|類(lèi)=+）=0.2≠P(A=1|類(lèi)=+）*P(B=1|類(lèi)=+）A,B不條件獨(dú)立

9.（a)解釋樸素貝葉斯分類(lèi)器在下圖數(shù)據(jù)集上的工作過(guò)程。

下圖? 數(shù)據(jù)集

樸素貝葉斯分類(lèi)器在這個(gè)數(shù)據(jù)集上做得不好，因?yàn)榻o定類(lèi)的每個(gè)區(qū)別屬性的條件概率對(duì)于類(lèi)A和類(lèi)B都是相同的。

（b)如果每個(gè)類(lèi)進(jìn)一步分割，得到四個(gè)類(lèi)（A1,A2,B1,B2)，樸素貝葉斯分類(lèi)器會(huì)工作得更好嗎？

樸素貝葉斯分類(lèi)器的性能在子類(lèi)上會(huì)有所提高，因?yàn)槊總€(gè)子類(lèi)的區(qū)分屬性的條件概率乘積是不同的。

（c)決策樹(shù)在該數(shù)據(jù)集上怎樣工作（兩類(lèi)問(wèn)題）？四個(gè)類(lèi)呢？

對(duì)于兩類(lèi)問(wèn)題，決策樹(shù)的性能不好，因?yàn)樵谑褂脜^(qū)分屬性對(duì)數(shù)據(jù)進(jìn)行分割后，熵不會(huì)得到改善。如果有四個(gè)類(lèi)，那么決策樹(shù)將會(huì)有很大的改進(jìn)。

10.使用下面的信息，重復(fù)例子的分析，尋找決策邊界位置：

（a)先驗(yàn)概率P(鱷魚(yú)）=2*P（美洲鱷）

$P(X|鱷魚(yú))=\frac{P(鱷魚(yú)|X)\times P(X)}{P(鱷魚(yú))}$

$P(X|美洲鱷)=\frac{P(美洲鱷|X)\times P(X)}{P(美洲鱷)}$

理想決策邊界滿足：?x = 13.0379.

（b)先驗(yàn)概率P(美洲鱷）=2*P(??）

?x = 13.9621.

（c)先驗(yàn)概率相同，但標(biāo)準(zhǔn)差不同，例如，σ（鱷魚(yú)）=4，σ（美洲鱷）=2.

?x = 22.1668.

11.下圖給出了下表數(shù)據(jù)集對(duì)應(yīng)的貝葉斯信念網(wǎng)絡(luò)（假設(shè)所有屬性都是二元的）。

（a)畫(huà)出網(wǎng)絡(luò)中每個(gè)結(jié)點(diǎn)對(duì)應(yīng)的概率表。

（b)使用貝葉斯信念網(wǎng)絡(luò)計(jì)算P(引擎=差，空調(diào)=不可用）。

（a)P(行車(chē)?yán)锍?高）=0.5

P(引擎=好|行車(chē)?yán)锍?高）=0.5

P(引擎=好|行車(chē)?yán)锍?低）=0.5

P(空調(diào)=可用）=0.5

P(車(chē)的價(jià)值=高|引擎=好，空調(diào)=可用）=12/16

P（車(chē)的價(jià)值=高|引擎=好，空調(diào)=不可用）=6/9

P（車(chē)的價(jià)值=高|引擎=差，空調(diào)=可用）=2/9

P（車(chē)的價(jià)值=高|引擎=差，空調(diào)=不可用）=0

$（b)P(引擎=差，空調(diào)=不可用）=\sum\nolimits_{\alpha \beta }P(引擎=差，空調(diào)=不可用，行車(chē)?yán)锍?\alpha ，車(chē)的價(jià)值=\beta ）$

$=\sum\nolimits_{\alpha \beta }P(車(chē)的價(jià)值=\beta|引擎=差，空調(diào)=不可用）\times P(引擎 = 差|行車(chē)?yán)锍? α)P(行車(chē)?yán)锍?= α)P(空調(diào)=不可用)$

（上式中，用到全概率公式，空調(diào)和引擎獨(dú)立條件）

=0.1453

12.給定下圖所示貝葉斯信念網(wǎng)絡(luò)，計(jì)算下面概率：

(a)P(B=好,F=空，G=空，S=是）

(b)P(B=差，F(xiàn)=空，G=非空，S=否）

(c)如果電池是差的，計(jì)算車(chē)發(fā)動(dòng)起來(lái)的概率。

（a)P(B = good, F = empty,G = empty, S = yes)

= P(B = good) × P(F = empty) × P(G = empty|B = good, F = empty)×P(S = yes|B = good, F = empty)= 0.9 × 0.2 × 0.8 × 0.2 = 0.0288.

（b)P(B = bad, F = empty,G = not empty, S = no)= P(B = bad) × P(F = empty) × P(G = not empty|B = bad, F = empty)×P(S = no|B = bad, F = empty)= 0.1 × 0.2 × 0.1 × 1.0 = 0.002.

(c)P(S = yes|B = bad)

= $\sum_{\alpha }$ P(S = yes|B = bad, F = α)P(B = bad)P(F = α)

= 0.1 × 0.1 × 0.8

= 0.008

色偷偷精品伊人,欧洲久久精品,欧美综合婷婷骚逼,国产AV主播,国产最新探花在线,九色在线视频一区,伊人大交九 欧美,1769亚洲,黄色成人av

其他分類(lèi)練習(xí)題

1.考慮一個(gè)二值分類(lèi)問(wèn)題，屬性集和屬性值如下：

空調(diào)={可用，不可用}

引擎={好，差}

行車(chē)?yán)锍?{高，中，低}

生銹={是，否}

假設(shè)一個(gè)基于規(guī)則的分類(lèi)器產(chǎn)生的規(guī)則集如下：

（a）這些規(guī)則是互斥的嗎？

（b)這些規(guī)則是完全的嗎？

（c)這些規(guī)則需要排序嗎?

(d)規(guī)則集需要默認(rèn)類(lèi)嗎?

(1)假設(shè)R1覆蓋350個(gè)正例和150個(gè)反例，而R2覆蓋300個(gè)正例和50個(gè)反例。計(jì)算R2相對(duì)于R1的FOIL信息增益。

(2)考慮一個(gè)確認(rèn)集，包含500個(gè)正例和500個(gè)反例。假設(shè)R1覆蓋200個(gè)正例和50個(gè)反例，R2覆蓋100個(gè)正例和5個(gè)反例。計(jì)算R1和R2的Virep,IREP 偏向于那個(gè)規(guī)則？

（3）計(jì)算（2）中的Vripper，RIPPER偏向于哪個(gè)規(guī)則？

3.C4.5規(guī)則是從決策樹(shù)生成規(guī)則的間接方法的一個(gè)實(shí)現(xiàn)，而RIPPER是從數(shù)據(jù)中生成規(guī)則的直接方法的一個(gè)實(shí)現(xiàn)。

（a)討論兩者的優(yōu)缺點(diǎn)。

（b)考慮一個(gè)數(shù)據(jù)集，其中類(lèi)的大小差別很大（即有些累比其它類(lèi)大得多）。在為較小的類(lèi)尋找高準(zhǔn)確率規(guī)則方面，哪一種方法（C4.5和RIPPER）更好？

4.考慮一個(gè)訓(xùn)練集，包含100個(gè)正例和400個(gè)反例。對(duì)于下面的候選規(guī)則：

（1）規(guī)則準(zhǔn)確率。

（2）FOIL信息增益

（3）似然比統(tǒng)計(jì)量

（4）拉普拉斯度量

（5）m度量（k=2且p+=0.2）

5.下圖給出了分類(lèi)規(guī)則R1、R2、R3的覆蓋率。根據(jù)以下度量確定最好規(guī)則和最差規(guī)則：

（1)似然比統(tǒng)計(jì)量

（2）拉普拉斯統(tǒng)計(jì)量

（3）m度量（k=2且p+=0.58）

（4）發(fā)現(xiàn)規(guī)則R1后的準(zhǔn)確率，這里不刪除R1覆蓋的任何樣例

（5）發(fā)現(xiàn)規(guī)則R1后的準(zhǔn)確率，這里僅刪除R1覆蓋的正例

（6）發(fā)現(xiàn)R1后的準(zhǔn)確率，這里刪除R1覆蓋的任何樣例

6.(a)假設(shè)本科生抽煙的比例為15%，研究生抽煙的比例為23%。如果大學(xué)生中研究生占比1/5，其余是本科生，那么抽煙的學(xué)生是研究生的概率是多少？

（b)根據(jù)（a)中信息，隨機(jī)選擇一個(gè)大學(xué)生，該生是研究生和本科生的可能性哪個(gè)大？

（c)同（b)，假設(shè)學(xué)生是個(gè)抽煙者。

（d)假設(shè)30%的研究生住學(xué)生宿舍，只有10%的本科生住學(xué)生宿舍。如果一個(gè)學(xué)生抽煙又住宿舍，那么他（她）是研究生或本科生的可能性哪個(gè)大？可以假設(shè)學(xué)生抽煙和住宿舍獨(dú)立。

7.考慮下表中數(shù)據(jù)集。

（1)估計(jì)條件概率P（A|+)，P(B|+),P(C|+),P(A|-),P(B|-),P(C|-)。

(2)根據(jù)（1）中條件概率，使用樸素貝葉斯方法預(yù)測(cè)測(cè)試樣本（A=0,B=1,C=0)的類(lèi)標(biāo)號(hào)。

8.考慮下標(biāo)數(shù)據(jù)集。