《机器学习基石》第7节课学习笔记

第7节课 The  VC  Dimension

• 上节课的最后一部分推导引出了VC维理论的公式，本节课主要学习了VC维理论的各种概念。学习了VC维的定义，感知机的VC维以及VC维的物理意义和VC维的解释。VC维理论是分析机器学习模型的最重要的理论工具。本节课的知识掌握的不好，很多地方没有理解，需要多下功夫去学习！
• 补充：如果Hypotheses set的VC维是有限的，且有足够多N的资料，同时能够找到一个hypothesis使它的Ein≈0，那么就能说明机器学习是可行的。

（一）之前学过的知识回顾（为了更好的理解之后要学的东西）

1. 之前主要讲了机器能够学习的条件并做了详细的推导和解释。机器能够学习必须满足两个条件：

①假设空间H的Size M是有限的，即当N足够大的时候，那么对于假设空间中任意一个假设g，Eout≈Ein。

②利用算法A从假设空间H中，挑选一个g，使Ein(g)≈0，则Eout≈0。

2.引入了break point（突破点），并推导出只要break point存在，则M有上界，一定存在Eout≈Ein。

（二）VC维的定义

1.成长函数的上限函数（Bound function）知识的补充

假设空间H有突破点k,那么它的成长函数是有界的，它的上界称为上限函数。根据数学归纳法，上限函数也是有界的，称为上限的上限，大小为N的k-1次方。以下为上限函数的表格和上限的上限的表格：

故可以用以下这个式子去描述成长函数：

2.VC bound式子可以转换成以下形式：

这个式子中只与k和N有关系，一般需要N够大以及k>=3，此时得到以下结论：（要有好的空间H，足够大的Data和好的演算法A）

3.引入VC维的定义（好好理解）

①VC维的定义就是某假设集H能够shatter的最多inputs的个数，即最大完全正确的分类能力。

②shatter的英文意思是“粉碎，破坏”，也就是说对于inputs的所有情况都能列举出来。例如对N个输入，如果能够将2的N次方种情况都列出来，则称该N个输入能够被假设集H shatter。

③根据之前break point的定义：假设集不能被shatter任何分布类型的inputs的最少个数。则VC维等于break point的个数减1。

最终又可以把成长函数转换成下面的式子：

4.回顾之前成长函数用到的四个例子，分别分析它们的d(VC):

 

5.进一步分析机器学习的流程，如果一个假设集H的dVC确定了，即使在最坏的状况下，还是能够确保Eout≈Ein，与算法，样本数据分布和目标函数无关。

（三）感知机的VC维

 1.回顾PLA算法

根据线性可分的情况下PLA可以停下来，从而得到Ein=0；另外一部分是根据感知机的k=4，得到dVC=3，从而确保Eout≈Ein。因此由这两部分可以推断出Eout≈0。

PLA算法不仅可以用在二维的情况下，还可以用在多维的情况下，下面主要学习该算法在多维情况下有什么变化。

2.感知机的VC维

（1）猜想：从一维、二维猜测到多维的dVC是否为d+1。

（2）两个方向出发证明这个猜想：

（3）接下来证明上面两个不等式从而得到dVC=d+1（视频的讲解过程没听懂，这一块的整理参考的网上的资料）

①证明 dvc >= d+1

对于d 维空间的任意输入数据x1, 都增加一个分量x10, 取值恒为1。即 x1 = (1, x11, x12, ... , x1d)。 （x1 是一个向量），取组特殊的输入数据：

对于上面的d+1 个输入数据，我们可以求得向量w :

也就是说，这样的d+1 个输入数据可以被d 维感知机打散(shattered), 所以有 dvc >= d+1.

②证明 dvc <= d+1

对于d 维空间的输入数据：

也就是说，不可能存在d+2 个线性独立的输入数据。其中，线性组合中的系数可能为正、负或零，但是不全为零。

等式两边都乘以 w 向量：

假设这d+2 个数据都可以被打散。那么我们可以对 wx 随意取值（-1 或 +1），上式都应该能够满足。然而，对于这样的情况：当系数a 为正数时，wx 取+1，反之w*x 取-1，式子右边一定大于0；此时式子左边就无法取-1，与假设矛盾。所以d 维感知机无法打散 d+2 个点，也就是说VC 维最大只能是 d+1。

• 综上证明得 dvc = d+1。

（四）VC维的物理意义

1.VC维可以反映假设空间H 的强大程度(powerfulness)，VC 维越大，H也越强，因为它可以打散更多的点。

通过对常见几种假设的VC 维的分析，我们可以得到规律：VC 维与假设参数w 的自由变量数目（features）大约相等。

例如，对于2维感知机，w = (w0, w1, w2)，有三个自由变量，dVC = 3。

2.M与dVC是成正比的，从而得到如下的结论：

 

（五）VC维的解释（没有学好）

1.为了更深入的了解VC维的意义，首先先回顾一下VC bound的式子：

上述推导基本表达了模型越复杂（VC维大），Eout 可能距离Ein 越远。

2.用下面的式子和曲线更好的表达上述的观点，已经推导出泛化误差Eout的边界，因为更关心其上界（Eout可能的最大值），即：

上述不等式的右边第二项称为模型复杂度，其模型复杂度与样本数量N、假设空间H(dvc)、ϵ有关。Eout由Ein共同决定。

通过上面的曲线图可以得出如下结论：

①dvc越大，Ein越小，Ω越大（复杂）。

②dvc越小，Ein越大，Ω越小（简单）。

③随着dvc增大，Eout会先减小再增大。

3.样本复杂度（Sample Complexity）

通过计算得到N大约是dvc的10000倍。这个数值太大了，实际中往往不需要这么多的样本数量，大概只需要dvc的10倍就够了。N的理论值之所以这么大是因为VC Bound 过于宽松了，得到的是一个比实际大得多的上界。

总结：VC Bound是比较宽松的，而如何收紧它却不是那么容易，这也是机器学习的一大难题。但是，VC Bound基本上对所有模型的宽松程度是基本一致的，所以，不同模型之间还是可以横向比较。从而，VC Bound宽松对机器学习的可行性还是没有太大影响。（理解）

转载于:https://www.cnblogs.com/lxx0/p/lxx_learning-notes-7.html