示例学习中的一类新算法

摘要

在示例学习这一机器学习的分支领域中有两类非常重要的算法，其中一个是以ＩＤ３为代表算法。其知识表示是用决策树。另一类是ＡＱ算法，其知识表示是产生式规则。ＩＤ３的优点是匹配速度快，但其规则数目太多。ＡＱ虽然能生成数目相对ＩＤ３不十分多的产生式规则，但其匹配速度与ＩＤ３相比却慢得多。因此就示例学习这一领域提出了一种新的算法ＨＰ，这一算法是基于ｎ维欧几里德空间中的超平面提出的，对一个正例集和一个反例集，这一算法的规则只有一个，其匹配速度比ＡＱ要快的多。理论上证明这一算法的可行性，并给出ＨＰ与ＡＱ相比较的实验结果。