1.1表1.1中若只包含编号为1和4的两个样例，试给出相应的版本空间表1.1西瓜数据集求假设空间(1)每一个属性的所有取值分别组合形成所有可能性结果。“色泽”：“青绿”、“乌黑”“根蒂”：“蜷缩”、“稍蜷”“敲声”：“浊响”、“沉闷”总共结果个数：\(2∗2∗2=8\)色泽＝青绿，根蒂＝蜷缩，敲声＝浊响色泽＝青绿，根蒂＝蜷缩，敲声＝沉闷色泽＝青绿，根蒂＝稍蜷，敲声＝浊响色泽＝青绿，根蒂＝稍蜷，敲声＝沉闷色泽＝乌黑，根蒂＝蜷缩，敲声＝浊响色泽＝乌黑，根蒂＝蜷缩，敲声＝沉闷色泽＝乌黑，根蒂＝稍蜷，敲声＝浊响色泽＝乌黑，根蒂＝稍蜷，敲声＝沉闷(2)属性取值至少含一个为“无论去什么值都合适”（即属性值

目录机器学习一、机器学习概念啥是机器学习基本术语二、假设空间&版本空间假设空间（hypothesisspace）：1.假设空间的定义2.假设空间的生成版本空间（versionspace）：1.版本空间的定义2.版本空间的生成三、归纳偏好归纳偏好（inductivebias）的定义“奥卡姆剃刀”（Occam'srazor）原则“没有免费的午餐定理”（NoFreeLunchTheorem）1.定理内容2.公式推导公式1.1：公式1.2公式1.3四、发展历程五、应用现状机器学习一、机器学习概念啥是机器学习机器学习：假设用P来评估计算机程序在某任务类T上的性能，若一个程序通过利用经验E在T中任务上获得

1.1表1.1中若只包含编号为1和4的两个样例，试给出相应的版本空间表1.1西瓜数据集求假设空间(1)每一个属性的所有取值分别组合形成所有可能性结果。“色泽”：“青绿”、“乌黑”“根蒂”：“蜷缩”、“稍蜷”“敲声”：“浊响”、“沉闷”总共结果个数：\(2∗2∗2=8\)色泽＝青绿，根蒂＝蜷缩，敲声＝浊响色泽＝青绿，根蒂＝蜷缩，敲声＝沉闷色泽＝青绿，根蒂＝稍蜷，敲声＝浊响色泽＝青绿，根蒂＝稍蜷，敲声＝沉闷色泽＝乌黑，根蒂＝蜷缩，敲声＝浊响色泽＝乌黑，根蒂＝蜷缩，敲声＝沉闷色泽＝乌黑，根蒂＝稍蜷，敲声＝浊响色泽＝乌黑，根蒂＝稍蜷，敲声＝沉闷(2)属性取值至少含一个为“无论去什么值都合适”（即属性值

目录机器学习一、机器学习概念啥是机器学习基本术语二、假设空间&版本空间假设空间（hypothesisspace）：1.假设空间的定义2.假设空间的生成版本空间（versionspace）：1.版本空间的定义2.版本空间的生成三、归纳偏好归纳偏好（inductivebias）的定义“奥卡姆剃刀”（Occam'srazor）原则“没有免费的午餐定理”（NoFreeLunchTheorem）1.定理内容2.公式推导公式1.1：公式1.2公式1.3四、发展历程五、应用现状机器学习一、机器学习概念啥是机器学习机器学习：假设用P来评估计算机程序在某任务类T上的性能，若一个程序通过利用经验E在T中任务上获得