maximum non-break point是第六讲得到的break point K的前一项 K-1 ,这一讲我们给它一个正式的名字为 VC dimension , 符号化为dvc(H)。
在VC dimension上这个H可以shatter掉某N个点,但不一定是所有点,当超出 VC dimension 后将不能shatter即出现break point。
这样一来dvc(H)是有限的即为好的H。
接下来我们看一下VC dimension 和 Learning的关系:
在没有考虑学习算法A、输入分布P和目标函数f的情况下,依旧可以在最坏的情况下保证Ein ≈ Eout 。