第15章 规则学习
覆盖规则概念、序贯覆盖、剪枝、一阶规则与归纳逻辑程序设计；用数据协议、单故障轨迹和模型验收门完成独立复核。
学习目标
- 能说明“第15章 规则学习”如何覆盖规则概念、序贯覆盖、剪枝、一阶规则与归纳逻辑程序设计，并把原版范围、技术核验和现代扩展分层
- 能先预测“怎样从覆盖样例学习可执行规则，并让规则顺序、例外、剪枝与逻辑背景可追踪？”的数据与模型路径，再用切分、状态、轨迹和独立评估复核
- 能注入“用测试反例逐条修补规则，最终规则集看似准确却无法独立评估”，用“谓词词表、背景知识、覆盖语义、冲突顺序、停止/剪枝集和闭世界假设明确”决定接受、降级或拒绝实验结论
为什么从这个学习实验开始
规则学习页把每条规则连接到覆盖样例和例外，文字可读不是正确性的替代品。 “第15章 规则学习”的贯穿任务是：从西瓜正反例学习命题规则，再引入产地关系测试一阶规则与背景知识。 操作前先写下哪个数据角色、模型状态或评估结论会变化；运行后补理由不算预测。
本页围绕“怎样从覆盖样例学习可执行规则，并让规则顺序、例外、剪枝与逻辑背景可追踪？”建立基线、故障与恢复路径。只有“第15章 规则学习”守住“谓词词表、背景知识、覆盖语义、冲突顺序、停止/剪枝集和闭世界假设明确”并交付正反例ID、谓词定义、背景事实、规则版本、覆盖集合、冲突顺序、剪枝决策、未覆盖样本和反例。，分数或图形才构成机器学习证据。
书目、128个原版层级与版本边界
“第15章 规则学习”以清华大学出版社官方书页核对周志华著《机器学习》于2016年出版、425页、ISBN 9787302423287和全书16章的三部分结构，同时以作者官方书页确认这是一部16章、每章6至7节且持续公开勘误的入门教科书，再以作者官方目录PDF逐项核对16章、108个编号小节和附录A/B/C，因此本站覆盖分母计入16个章标题、108个编号小节、附录标题及A/B/C，共128个正式目录层级。
“第15章 规则学习”未取得原书完整正文，只以作者与出版社目录限定范围；中文解释、交互、实验、练习与答案均为独立教学重写。可读规则不自动代表因果规律；解释范围受样例、谓词和背景知识限定。
本页另以技术核对 1、技术核对 2、技术核对 3核对算法机制、评估协议或数学工具。外部资料能验证技术事实，不能反向证明原书正文采用了本站表述。
原版目录层级与学习机制
第15章 规则学习
↡规则学习对应原版目录坐标“第15章 规则学习”，在“第15章 规则学习”中用于从正反例与背景知识搜索、排序并剪枝可执行规则，并受数据角色、模型假设、评估时机与版本边界约束。原版坐标 1/7。 在“第15章 规则学习”的坐标1中，目录项「第15章 规则学习」用于从正反例与背景知识搜索、排序并剪枝可执行规则；先冻结数据角色，再以谓词、背景事实、覆盖集合、冲突顺序与未覆盖反例复核，出现逐条查看测试反例后修补规则时撤回结论。
15.1 基本概念
↡基本概念对应原版目录坐标“15·1 基本概念”，在“第15章 规则学习”中用于把原版目录项转成有输入、状态变化和验收条件的学习合同，并受数据角色、模型假设、评估时机与版本边界约束。原版坐标 2/7。 目录项「15·1 基本概念」进入“第15章 规则学习”后要回答第2个学习问题：它怎样把原版目录项转成有输入、状态变化和验收条件的学习合同、改变什么模型状态、由哪些数据角色、模型状态、运行轨迹、指标与边界反例证明，并如何排除只复述标题而没有实验或拒绝条件。
15.2 序贯覆盖
↡序贯覆盖对应原版目录坐标“15·2 序贯覆盖”，在“第15章 规则学习”中用于从正反例与背景知识搜索、排序并剪枝可执行规则，并受数据角色、模型假设、评估时机与版本边界约束。原版坐标 3/7。 围绕“怎样从覆盖样例学习可执行规则，并让规则顺序、例外、剪枝与逻辑背景可追踪？”，在“第15章 规则学习”的原版层级3把「15·2 序贯覆盖」落实为从正反例与背景知识搜索、排序并剪枝可执行规则；复核者先读取谓词、背景事实、覆盖集合、冲突顺序与未覆盖反例，不能接受逐条查看测试反例后修补规则。
15.3 剪枝优化
↡剪枝优化对应原版目录坐标“15·3 剪枝优化”，在“第15章 规则学习”中用于按纯度变化递归划分并用独立角色控制复杂度，并受数据角色、模型假设、评估时机与版本边界约束。原版坐标 4/7。 对“第15章 规则学习”而言，目录项「15·3 剪枝优化」的最小实验合同是按纯度变化递归划分并用独立角色控制复杂度，第4次检查保存节点样本、候选阈值、增益、缺失权重与剪枝风险；若产生用测试集选择分裂或剪枝，就返回上游。
15.4 一阶规则学习
↡一阶规则学习对应原版目录坐标“15·4 一阶规则学习”，在“第15章 规则学习”中用于从正反例与背景知识搜索、排序并剪枝可执行规则，并受数据角色、模型假设、评估时机与版本边界约束。原版坐标 5/7。 第5个正式坐标「15·4 一阶规则学习」服务于覆盖规则概念、序贯覆盖、剪枝、一阶规则与归纳逻辑程序设计，需要以谓词、背景事实、覆盖集合、冲突顺序与未覆盖反例呈现从正反例与背景知识搜索、排序并剪枝可执行规则；逐条查看测试反例后修补规则会破坏“谓词词表、背景知识、覆盖语义、冲突顺序、停止/剪枝集和闭世界假设明确”。
15.5 归纳逻辑程序设计
↡归纳逻辑程序设计对应原版目录坐标“15·5 归纳逻辑程序设计”，在“第15章 规则学习”中用于从正反例与背景知识搜索、排序并剪枝可执行规则，并受数据角色、模型假设、评估时机与版本边界约束。原版坐标 6/7。 在“第15章 规则学习”的坐标6中，目录项「15·5 归纳逻辑程序设计」用于从正反例与背景知识搜索、排序并剪枝可执行规则；先冻结数据角色，再以谓词、背景事实、覆盖集合、冲突顺序与未覆盖反例复核，出现逐条查看测试反例后修补规则时撤回结论。
15.6 阅读材料
↡阅读材料对应原版目录坐标“15·6 阅读材料”，在“第15章 规则学习”中用于把本章结论连接到可追溯的进阶路线与原始资料，并受数据角色、模型假设、评估时机与版本边界约束。原版坐标 7/7。 目录项「15·6 阅读材料」进入“第15章 规则学习”后要回答第7个学习问题：它怎样把本章结论连接到可追溯的进阶路线与原始资料、改变什么模型状态、由哪些问题清单、前置假设、来源版本与可复现实验入口证明，并如何排除只堆链接而不说明验证对象。
先预测，再操作三个章专属实验
1. 数据角色与模型协议
固定“从西瓜正反例学习命题规则，再引入产地关系测试一阶规则与背景知识。”，在基线与反例间切换，逐阶段查看“样例与谓词、候选规则、覆盖与冲突、剪枝优化、逻辑复核”允许的输入、操作、输出和证据。
数据与模型协议
选择实验，再逐阶段检查信息边界
怎样从覆盖样例学习可执行规则，并让规则顺序、例外、剪枝与逻辑背景可追踪？
实验设置
从西瓜正反例学习命题规则，再引入产地关系测试一阶规则与背景知识。 固定数据版本、实体切分、流水线、预算和随机种子。
预期结果
沿“样例与谓词 → 候选规则 → 覆盖与冲突 → 剪枝优化 → 逻辑复核”得到可重放结论。
适用边界
全过程保持“谓词词表、背景知识、覆盖语义、冲突顺序、停止/剪枝集和闭世界假设明确”。
允许输入
第15章 规则学习：冻结版本、实体与样本角色，不得越过样本角色
本阶段操作
只读取任务允许的信息，并持续满足“谓词词表、背景知识、覆盖语义、冲突顺序、停止/剪枝集和闭世界假设明确”
阶段输出
样例与谓词产生可追踪输入状态
复核证据
可追踪输入状态、索引和版本；出现“用测试反例逐条修补规则，最终规则集看似准确却无法独立评估”时拒绝推进
原版坐标：第15章 规则学习、15.1 基本概念、15.2 序贯覆盖、15.3 剪枝优化、15.4 一阶规则学习、15.5 归纳逻辑程序设计、15.6 阅读材料
第15章 规则学习的可重放研究协议
| 阶段 | 允许动作 | 必留证据 | 拒绝条件 |
|---|---|---|---|
| 样例与谓词 | 在“第15章 规则学习”执行样例与谓词，只读取该角色允许的信息 | 任务、版本、实体与切分哈希 | 角色或来源不可追溯 |
| 候选规则 | 在“第15章 规则学习”执行候选规则，只读取该角色允许的信息 | 表示、参数、轨迹、候选比较与选择理由 | 用测试反例逐条修补规则，最终规则集看似准确却无法独立评估 |
| 覆盖与冲突 | 在“第15章 规则学习”执行覆盖与冲突，只读取该角色允许的信息 | 表示、参数、轨迹、候选比较与选择理由 | 用测试反例逐条修补规则，最终规则集看似准确却无法独立评估 |
| 剪枝优化 | 在“第15章 规则学习”执行剪枝优化，只读取该角色允许的信息 | 表示、参数、轨迹、候选比较与选择理由 | 用测试反例逐条修补规则，最终规则集看似准确却无法独立评估 |
| 逻辑复核 | 在“第15章 规则学习”执行逻辑复核，只读取该角色允许的信息 | 封存指标、错误样本、复现与边界 | 测试被复用或无法重放 |
unit: "mlw-15"
question: "怎样从覆盖样例学习可执行规则，并让规则顺序、例外、剪枝与逻辑背景可追踪？"
scenario: "从西瓜正反例学习命题规则，再引入产地关系测试一阶规则与背景知识。"
stages: ["样例与谓词", "候选规则", "覆盖与冲突", "剪枝优化", "逻辑复核"]
invariant: "谓词词表、背景知识、覆盖语义、冲突顺序、停止/剪枝集和闭世界假设明确"
fault: "用测试反例逐条修补规则，最终规则集看似准确却无法独立评估"
evidence: "正反例ID、谓词定义、背景事实、规则版本、覆盖集合、冲突顺序、剪枝决策、未覆盖样本和反例。"
reset: restore_experiment_stage_trace_mode_step_gates_and_artifact该协议要求“第15章 规则学习”在相同任务、数据版本、实体切分、流水线、预算和种子下重放。重置后若实验、阶段、轨迹模式、步骤、验收门或复核包没有回到基线，交互状态已经污染比较。
本页回顾
掌握“第15章 规则学习”不是背诵算法名，而是能围绕“怎样从覆盖样例学习可执行规则，并让规则顺序、例外、剪枝与逻辑背景可追踪？”重建数据与模型证据，并用“谓词词表、背景知识、覆盖语义、冲突顺序、停止/剪枝集和闭世界假设明确”拒绝“用测试反例逐条修补规则，最终规则集看似准确却无法独立评估”。最终交付为正反例ID、谓词定义、背景事实、规则版本、覆盖集合、冲突顺序、剪枝决策、未覆盖样本和反例。
练习与答案
练习
- 问题 1：实验合同。 “第15章 规则学习”为什么必须先冻结任务、数据版本、实体切分、流水线、预算和种子？
- 问题 2：目录逐项覆盖。 怎样证明原版目录坐标已经进入机制、交互和练习？
- 问题 3：故障恢复。 怎样证明“用测试反例逐条修补规则，最终规则集看似准确却无法独立评估”已经被修正？
名词解释
名词解释
本章出现的专业名词，用大白话再讲一遍。
- 规则学习
检索键 ml-A 对应目录坐标「第15章 规则学习」；在“第15章 规则学习”中用于从正反例与背景知识搜索、排序并剪枝可执行规则，需要连接原版范围、数据角色、模型状态与独立证据。
- 基本概念
检索键 ml-B 对应目录坐标「15·1 基本概念」；在“第15章 规则学习”中用于把原版目录项转成有输入、状态变化和验收条件的学习合同，需要连接原版范围、数据角色、模型状态与独立证据。
- 序贯覆盖
检索键 ml-C 对应目录坐标「15·2 序贯覆盖」；在“第15章 规则学习”中用于从正反例与背景知识搜索、排序并剪枝可执行规则，需要连接原版范围、数据角色、模型状态与独立证据。
- 剪枝优化
检索键 ml-D 对应目录坐标「15·3 剪枝优化」；在“第15章 规则学习”中用于按纯度变化递归划分并用独立角色控制复杂度，需要连接原版范围、数据角色、模型状态与独立证据。
- 一阶规则学习
检索键 ml-E 对应目录坐标「15·4 一阶规则学习」；在“第15章 规则学习”中用于从正反例与背景知识搜索、排序并剪枝可执行规则，需要连接原版范围、数据角色、模型状态与独立证据。
- 归纳逻辑程序设计
检索键 ml-F 对应目录坐标「15·5 归纳逻辑程序设计」；在“第15章 规则学习”中用于从正反例与背景知识搜索、排序并剪枝可执行规则，需要连接原版范围、数据角色、模型状态与独立证据。
- 阅读材料
检索键 ml-G 对应目录坐标「15·6 阅读材料」；在“第15章 规则学习”中用于把本章结论连接到可追溯的进阶路线与原始资料，需要连接原版范围、数据角色、模型状态与独立证据。