机器学习基石 7.3 Physical Intuition of VC Dimension

Degrees of Freedom

d + 1 d+1 d+1实际上是perceptron的维度。 w \mathbf{w} w代表了hypothesis的自由度。
hypothesis的大小 M = ∣ H ∣ M=|\mathcal{H}| M=H模拟了自由度。
d V C = d + 1 d_{VC}=d+1 dVC=d+1代表了有效的二元分类的自由度。

这里写图片描述

这里写图片描述

Two Old Friends

这里写图片描述

从上面这两个例子可以看出 d V C d_{VC} dVC大概等于自由的参数的个数,但不总是对的。

这里写图片描述

M M M and d V C d_{VC} dVC

这里写图片描述

Fun Time

w 0 = 0 w_0=0 w0=0的情况下, d V C = d d_{VC}=d dVC=d
这里写图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值