基石7 VCbound

只要成长函数露出曙光、资料量够多，就能确保Ein和Eout接近

一线曙光的意义是什么？跟VC维度有关

如果成长函数mH(N)在某个k的地方露出了一线曙光的话，就会被某个上线函数bound，上线函数又会被k-1次方的多项式bound住

当N、k够大的时候，N^k-1次方已经比上限大很多。

所以简单的把成长函数写成N^k-1,

可以把成长函数，带换成上限的上限的上限，mH的上限bound function的上限的上限N^(k-1),这个需要N、k够大。

几个条件让learning可能做得到：

要有好的假设集，它的成长函数要在某个地方露出一线曙光。

要有好的data，够大，确保坏事情发生的机率很低

要有好的演算法，选出一个g，让Ein很小

 在breakpoint之前，最大的点，定义为vc Dimension，是一个假设的性质。

在vc Dimension 之前，可以shatter N输入。资料量小于dvc的话，就存在某个资料会被假设shatter

如果资料大于dvc，每个资料都不能被shatter