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
Radermacher Complexity
最新推荐文章于 2021-11-11 07:45:36 发布