所以我遇到了一个候选淘汰算法的在线功率点here
我理解前三个例子，但当我读到第四个例子时，我感到困惑。
为什么在四个例子之后
G={（？）？，？，蓝色，？，？），（日本，？，？,?，经济）}
和
不象这样例如g={（日本，？，蓝色，？,?)，（？,?,?，？，经济）}
有人能给我解释一下吗？
最佳答案
在每次迭代中，你都需要问自己——我的边界是否能正确地划分我的示例？如果不是-我如何改变边界，使他们仍然是最大的，但将正确分类的例子。
在这种情况下，你得到的负面例子是（美国，克莱斯勒，红色，经济），你的界限是：
G = {(?,?,blue,?,?),(Japan,?,?,?,Economy)}
这个例子并没有教你任何关于“蓝色”的东西，事实上是这样说的：
比以前的边界更不一般
不会帮你把负面的例子贴上“负面”的标签（因为它不是一辆蓝色的车！）
另一方面，如果你看边界
(Japan,?,Blue ,?,?)，你会发现反面的例子确实适合它（即，误分类为正面），所以你必须改变它怎样？通过将新边界设置为(?, ?, ?, ?, Economy)关于algorithm - 对消除候选人有些困惑，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/41699683/