8、机器学习中的关联规则、属性与自主直升机飞行控制

机器学习中的关联规则、属性与自主直升机飞行控制

1. 关联规则挖掘

关联规则挖掘是频繁项集或频繁模式挖掘这一更大领域的一部分。它在众多领域都有应用，例如在市场分析中，可以发现商品之间的关联关系，帮助商家进行商品摆放和促销活动等。

1.1 相关概念

关联规则挖掘与一些算法和概念密切相关，如下表所示：
| 相关概念 | 说明 |
| ---- | ---- |
| Apriori 算法 | 一种经典的关联规则挖掘算法 |
| 购物篮分析 | 关联规则挖掘的常见应用场景 |
| 频繁项集 | 满足一定支持度的项集 |
| 频繁模式 | 出现频率较高的模式 |

2. 关联强化学习

2.1 定义

关联强化学习问题是强化学习问题的一个特定实例，其解决方案需要泛化和探索，但不需要时间信用分配。在关联强化学习中，需要从一组固定的动作（也称为臂）中选择动作，每次选择会产生一个实值奖励或回报。目标是在有限或无限的时间范围内最大化预期的长期奖励。

2.2 学习设置

学习问题包含以下核心对象：
- 输入空间 X：通常是 n 维欧几里得空间 Rⁿ 的子集。
- 动作或臂的集合 A：通常是大小为 k 的有限集合。
- 输入空间 X 上的分布 D：在某些情况下，D 可以是时间相关的，在时间步 t 表示为 Dₜ。

学习序列的流程如下：

graph TD;
    A[每个时间步 t] --> B[根据