机器学习（周志华）课后习题_机器学习周志华课后习题答案

第1章 绪论

1.1 表1.1若只包含编号1和4的两个样例，试给出相应的版本空间。

版本空间：与训练及一致的假设集合。

色泽=青绿，根蒂=*，敲声=*；
色泽=*，根蒂=蜷缩，敲声=*；
色泽=*，根蒂=*，敲声=浊响；
色泽=青绿，根蒂=蜷缩，敲声=*；
色泽=青绿，根蒂=*，敲声=浊响；
色泽=*，根蒂=蜷缩，敲声=浊响；
色泽=青绿，根蒂=蜷缩，敲声=浊响；
1
2
3
4
5
6
7

1.2 求假设空间的大小

析合范式：先合取再析取的范式；

根据1.1的排列组合，考虑所有编号的样例，一共有49种假设集合（包含空集）；
	全部不泛化：2*3*3=18；
	一个属性泛化：2*3+3*3+2*3=21；
	两个属性泛化：2+3+3=8；
	三个属性泛化：1；
	空集：1
如果不考虑空集的话就是有48种假设，所以k的最大值为48；
但是如果用这48种假设必定会造成冗余，所以本题应该采用18种具体的假设来计算：2^18-1（从1-18分别取排列组合）
1
2
3
4
5
6
7
8

1.3 归纳偏好的设计

归纳偏好：机器学习算法对某种类型假设的偏好；

数据包含噪声，去噪：若存在两个样例属性取值都相同，但是标记却不同，只保留标记为正例的样例，在此基础上求得版本空间；（或者保留反例）
1

1.4 “没有免费的午餐定理”拓展证明

1.5 机器学习能在互联网搜索的哪些环节起作用

提交信息阶段：信息提取，语义分析；
信息匹配阶段：提高问题与各个信息的匹配程度；
展示结果阶段：根据用户感兴趣的程度进行排序；
1
2
3

第二章模型评估与选择

2.1 数据集的划分

分别从正反例样本中取30%的数据作为测试集，划分方式有

2.2 使用错误率评估结果

10折交叉验证法：把样本划分成十个大小相同的互斥子集，每次用9个子集的并集来进行训练，剩下的一个作为测试集。由于正反例各一半，所以错误率为50%和50%；
留一法：每次只使用一个数据作为测试集，剩下的全部是训练集。由于本题中正反例各一半，所以无论留下哪一种数据，都跟模型训练出来的结果相反，所以这种方法的错误率是100%。

2.3

2.4

2.5 证明公式2.22

2.6 描述错误率与ROC曲线的联系

2.7

2.8

2.9

2.10