智能决策理论与方法2课件.ppt
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《智能决策理论与方法2课件.ppt》由用户(三亚风情)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 智能 决策 理论 方法 课件
- 资源描述:
-
1、决策理论与方法-智能决策理论与方法决策理论与方法-智能决策理论与方法决策理论与方法-智能决策理论与方法v归纳学习归纳学习是指从给定的关于某个概念的一系列已知是指从给定的关于某个概念的一系列已知的正例和反例中归纳出一个通用的概念描述。的正例和反例中归纳出一个通用的概念描述。v泛化泛化(Generalization)是用来扩展一假设的语义信息,是用来扩展一假设的语义信息,使其能够包含更多的正例。泛化所得到的结论并不使其能够包含更多的正例。泛化所得到的结论并不总是正确的。总是正确的。v常用泛化方法常用泛化方法:将常量转为变量规则将常量转为变量规则:对于概念:对于概念F(v),如果,如果v的某些取值的
2、某些取值a,b,使使F(v)成立,则这些概念可被泛化为:对于成立,则这些概念可被泛化为:对于v的所有的所有值,值,F(v)均成立:均成立:)()(|)()(vFvbFaF决策理论与方法-智能决策理论与方法)()(Re|)()()(RevApplevdvApplevCirclevd)()()(Re|)()(RevApplevBluevdvApplevd)()()(Re|)()()(RevApplevCirclevdvApplevCirclevd决策理论与方法-智能决策理论与方法sxLxbvAauA)()(|)()(决策理论与方法-智能决策理论与方法动物哺乳类鸟类企鹅食肉类蹄类飞禽类走禽类虎印度豹
3、长颈鹿斑马信天翁鹰驼鸟第1层第2层第3层第4层决策理论与方法-智能决策理论与方法决策理论与方法-智能决策理论与方法A0A1A1A2-11-11-110010110决策理论与方法-智能决策理论与方法决策理论与方法-智能决策理论与方法A0A1A1A2-11-11-110010110决策理论与方法-智能决策理论与方法决策理论与方法-智能决策理论与方法)log()log(),(NPNNPNNPPNPPNPI决策理论与方法-智能决策理论与方法kjjjjjNPINPNPAE1),()(决策理论与方法-智能决策理论与方法0.9544)1610log(1610)166log(166),(NPI9056.0)8
4、4log8484log84(168)86log8682log82(168)4,4(168)6,2(168)(0IIAE类似地,求出类似地,求出E(A1),E(A2),E(A3)。比较它们的大小,选择。比较它们的大小,选择期望信息熵最小的属性作为根结点。依次构造子决策树,直至期望信息熵最小的属性作为根结点。依次构造子决策树,直至所有的训练样本均能够被正确分类。所有的训练样本均能够被正确分类。决策理论与方法-智能决策理论与方法)()()(ASplitiAGainAgainratiokjjjjjnNPnNPASpliti1)log()(决策理论与方法-智能决策理论与方法决策理论与方法-智能决策理论与
展开阅读全文