Algorithm 理解候选消除算法

我正在努力掌握如何手工完成候选消除算法。我知道答案，但我不知道如何到达那里的步骤。有人能给我指点方向吗。以下是我正在研究的问题：

Consider a concept description language with three attributes predened as follows:

attribute1      attribute2       attribute3
----------      ------------     ------------
|        |      |    |     |     |          |
a        b      c    d     e     f          g

Demonstrate version space learning using the following positive and negative training     examples:

1. ( a c f ) +)
2. ( b c f ) +)
3. ( a e g ) -)
4. ( a c g ) -)
5. ( b d f ) -)

Show how the candidate elimination algorithm changes the boundary sets after
processing each example.

这就是我到目前为止所做的：

1. ( a c f ) +) Generalize..
G:(???)
S:(acf)

2. ( b c f ) +) Generalize...
G:(a??), (?e?), (?d?), (??g) - Not even sure if this is correct
S:(?cf)

有人能给我指点迷津吗？谢谢这里： 这个网站真的很有帮助

我做了这个练习的树，得到的答案是G=S=（？cf）

事情是这样的：

G:（？） S：（acf）

二,。 G:（？） S:（？cf）

G:（？） 变成 （b）、（c）、（d）、（f） 修剪后= （？c？，（？f） S:（？cf）

四,。 G:（？c？），（？f） 变成（？cf），（？f） （因为（？c？）不再适用于本例） S:（？cf）

五,。 G:（？cf），（？f） 变成（？cf），（？cf） （因为本例不再适用于<？？f>） S:（？cf）

最后的答案是： G:（？cf），（？cf）=（？cf） S:（？cf）

最后的假设是（？cf）

---

希望这能有所帮助。

我有很多这样的问题需要修改，但我不知道如何着手去做。我只需要简单地演练一下这个例子，然后我就没事了。这很公平。你没有教授或助教可以谈吗？（我假设你在大学或其他高等学府学习。）他们都因为节日而离开了。大多数人下周都会回来工作，这对我来说太晚了：（这真的不是答案；这是一种“我也是！”的回答。如果你对结果感到好奇，你可以喜欢它并关注它。否则，当你有答案时，你可以在这里用你的答案回答。）