机器学习基石（6）

希望m最终能取代M（假设集大小）

到底m会不会涨的很慢？假设的数量不会太多？

如果长得很慢，能不能取代掉原来的M？

mH成长函数：到底这个假设集，在N个点上，到底能产生多少种dichotomies？

如果是positive rays，在N=2时候就露出破绽，不能产生那种情形

如果是positive interval，在N=3露出破绽，有一些做不出来

如果是convex set，没有丝毫破绽

如果是2D perceptrons，不知道成长函数长什么样子，但知道4个点的时候就露出一线曙光

 k是个break point，k+1之后都是break point

shalter的意思：对N个点，有方法能分成2^N种二分法

最多只能产生四种二分法（为了坚持之前的承诺）

已经知道break point的情况下，其实也就确定了所作假设的类型。比如如果是一维射线，那break point就是2.

定义一个新的定义：界限函数，bound function。说了成长函数在k有breakpoint，告诉我最多有几种二分法。

不想要管成长函数到底长什么样子，想看到底有多少排列组合。

可以根据那个breakpoint来看，不用看具体是什么样的假设集

之前一个个算出的，k=2的时候，一线曙光发生在k=2的时候，最多的二分法情况为3，4，在有2，3个点的时候。

把剩下的全部填好。第一列，当k=1，无论多少个点都是1.

当N＜k，我有N个点，任何k个点不能shatter，条件说了跟没说一样，就是2^N种二分法。

当N=k的时候，对角线可以证明就减1，之后马上满足。

 

 界限函数的值是15，但最多只能做出14种。b函数只是成长函数的上限，不一定有等号。

最后得出上限的上限。