針對西瓜分類分題進行講解
屬性： 3個屬性
色澤：（青綠，烏黑，淺白）
根蒂：（蜷縮，硬挺，稍蜷）
敲聲：（濁響，清脆，沉悶）
假設空間： 屬性所有可能取值組成的可能的樣本
假設空間的個數：4 * 4 * 4+1 = 49個，
求法：這三個值組成一個向量，這個向量的每個屬性的可能
取值的集合就是假設空間。每個屬性可以取通配符 *，爲都符合
的意思，上面的+1是存在 Ø的情況
1 色澤＝＊，根蒂＝＊，敲聲＝＊
2 色澤＝青綠，根蒂＝＊，敲聲＝＊
3 色澤＝烏黑，根蒂＝＊，敲聲＝＊
4 色澤＝＊，根蒂＝蜷縮，敲聲＝＊
5 色澤＝＊，根蒂＝硬挺，敲聲＝＊
6 色澤＝＊，根蒂＝稍蜷，敲聲＝＊
7 色澤＝＊，根蒂＝＊，敲聲＝濁響
8 色澤＝＊，根蒂＝＊，敲聲＝清脆
9 色澤＝＊，根蒂＝＊，敲聲＝沉悶
10 色澤＝青綠，根蒂＝蜷縮，敲聲＝＊
11 色澤＝青綠，根蒂＝硬挺，敲聲＝＊
12 色澤＝青綠，根蒂＝稍蜷，敲聲＝＊
13 色澤＝烏黑，根蒂＝蜷縮，敲聲＝＊
14 色澤＝烏黑，根蒂＝硬挺，敲聲＝＊
15 色澤＝烏黑，根蒂＝稍蜷，敲聲＝＊
16 色澤＝青綠，根蒂＝＊，敲聲＝濁響
17 色澤＝青綠，根蒂＝＊，敲聲＝清脆
18 色澤＝青綠，根蒂＝＊，敲聲＝沉悶
19 色澤＝烏黑，根蒂＝＊，敲聲＝濁響
20 色澤＝烏黑，根蒂＝＊，敲聲＝清脆
21 色澤＝烏黑，根蒂＝＊，敲聲＝沉悶
22 色澤＝＊，根蒂＝蜷縮，敲聲＝濁響
23 色澤＝＊，根蒂＝蜷縮，敲聲＝清脆
24 色澤＝＊，根蒂＝蜷縮，敲聲＝沉悶
25 色澤＝＊，根蒂＝硬挺，敲聲＝濁響
26 色澤＝＊，根蒂＝硬挺，敲聲＝清脆
27 色澤＝＊，根蒂＝硬挺，敲聲＝沉悶
28 色澤＝＊，根蒂＝稍蜷，敲聲＝濁響
29 色澤＝＊，根蒂＝稍蜷，敲聲＝清脆
30 色澤＝＊，根蒂＝稍蜷，敲聲＝沉悶
31 色澤＝青綠，根蒂＝蜷縮，敲聲＝濁響
32 色澤＝青綠，根蒂＝蜷縮，敲聲＝清脆
33 色澤＝青綠，根蒂＝蜷縮，敲聲＝沉悶
34 色澤＝青綠，根蒂＝硬挺，敲聲＝濁響
35 色澤＝青綠，根蒂＝硬挺，敲聲＝清脆
36 色澤＝青綠，根蒂＝硬挺，敲聲＝沉悶
37 色澤＝青綠，根蒂＝稍蜷，敲聲＝濁響
38 色澤＝青綠，根蒂＝稍蜷，敲聲＝清脆
39 色澤＝青綠，根蒂＝稍蜷，敲聲＝沉悶
40 色澤＝烏黑，根蒂＝蜷縮，敲聲＝濁響
41 色澤＝烏黑，根蒂＝蜷縮，敲聲＝清脆
42 色澤＝烏黑，根蒂＝蜷縮，敲聲＝沉悶
43 色澤＝烏黑，根蒂＝硬挺，敲聲＝濁響
44 色澤＝烏黑，根蒂＝硬挺，敲聲＝清脆
45 色澤＝烏黑，根蒂＝硬挺，敲聲＝沉悶
46 色澤＝烏黑，根蒂＝稍蜷，敲聲＝濁響
47 色澤＝烏黑，根蒂＝稍蜷，敲聲＝清脆
48 色澤＝烏黑，根蒂＝稍蜷，敲聲＝沉悶
49 Ø
訓練集： 人爲給定的訓練數據
注：不同的訓練集合會求出不同的版本空間
求版本空間：
對應着給出的已知數據集，將與正樣本不一致的、與負樣本一致的假設刪除。
更據訓練集依次刪除假設空間裏的數據樣本：
（1，（色澤＝青綠、根蒂＝蜷縮、敲聲＝濁響），好瓜）
可以刪除假設空間中的3、5、6、8、9、11-15、17-21、23-30、32-49
（2，（色澤＝烏黑、根蒂＝蜷縮、敲聲＝濁響），好瓜）
可以刪除剩餘假設空間中的2、10、16、31
（3，（色澤＝青綠、根蒂＝硬挺、敲聲＝清脆），壞瓜）
可以刪除剩餘假設空間中的1
（4，（色澤＝烏黑、根蒂＝稍蜷、敲聲＝沉悶），壞瓜）
剩餘假設空間中無可刪除的假設
學習過後剩餘的假設爲：
4 色澤＝＊，根蒂＝蜷縮，敲聲＝＊
7 色澤＝＊，根蒂＝＊，敲聲＝濁響
22 色澤＝＊，根蒂＝蜷縮，敲聲＝濁響
這三個就是這個訓練集下的版本空間
總結：
1、寫出假設空間：先列出所有可能的樣本點（即特徵向量）
（即每個屬性都取到所有的屬性值）
2、對應着給出的已知數據集，將與正樣本不一致的、與負樣本
一致的假設刪除。
聽說點贊關注的人都很好看！！！
歡迎點贊關注，後續會有更多機器學習文章發佈，我們一起來學機器學習
