Radermacher Complexity

本文主要从理解方面入手以及各个公式之间的关系,没有证明(因为证明看了我也会忘。。)
简要概念
1. Radermacher Complexity:样本复杂性与无穷集合的可学习性之间的关系. 值:在一个函数集合中,所有函数与random noise相关性的最大值。
2. Growth function: Random Complexity 的求法是NP-hard,所以我们用Growth function 来近似他的上届。值:在一个样本集合S中,有m个样本, 这m个样本被H集合中的不同函数进行分类的所有不同方式
3. VC dimension:在样本集合S中,可以被H集合中不同函数分开的最大样本数,或者 有多少样本可以被H集合中的函数打散(所有样本各种标签组合H里的函数都可以正确分类)。对于一个样本 S 集合,函数 H 若所有样本都可以被打散。由于每个样本有两中选择 0

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 2
    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 2
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