机器学习-候选消除法

e:\mydata.txt内容如下： 

名称，形状，味道，种类，一般吃法，大小 
苹果，圆形，甜味，水果，生吃，小型,是 
西瓜，圆形，甜味，水果，生吃，中型,是 
苦瓜，长条形，苦味，蔬菜，熟吃，中型,否 
香蕉,长条形，甜味，水果，生吃，小型,否 
南瓜，圆形，甜味，蔬菜，熟吃，中型,是 
荔枝，圆形，甜味，水果，生吃，小型,是 



候选消除法用于收集和归纳样本的特征，得出变型空间 ,然后可以对未知样本进行分类方法，它建立在对样本属性集的分析上总结基础上，基本原理是： 

1、设立2个假设，一个是一般假设，一个是特殊假设,通过对每条样本的分析，扩大特殊假设，缩小一般假设。 
2、假设就是对样本的每个属性值的设定，可以设定为固定值，也可以设定为未知值？即，什么值都可以接受，如果设为nothing，表示任何属性值都不接受 
3、每分析一行，就提取每行的样本的各个属性 
1）对于正例： 
需要删除一般假设中与正例不符合的假设 
需要将特殊假设中与正例不符合的属性删除（即改为“？”），开始特殊假设全部为NOTHING，即不接受任何属性值 
2)对于反例 
需要删除一般假设中与反例符合的假设，然后增加含有与反例不一致的属性值，其他属性值为“？”的假设 
3）实质是一般假设说明了反例的特征，特殊假设说明了正例特征
?

?