前置知识:
exp() : 以e为底的指数函数,括号内是具体内容
loge : 1.loge =lne =1
2.loge=lge=log(e) = 0.43429448190324 (摘自百度 : )笔者在一个公式上因为这个卡了15分钟)
好了,先给出书上定义:
不等式(1.25)左端R(f)是泛化误差,右端即为泛化误差上界。在泛化误差上界中,第一项时候训练误差,训练误差越小,泛化误差也越小。第二项
是N的单调递减函数,当N趋于无穷时趋于0。同时它也是
阶的函数,假设空间F包含的函数越多,其值越大。
(1.25)这个式子你可以这样简单理解,等式左端为测试集上的风险,等式右端为在训练集上的风险加上一项
。 这个式子的意义就是通过在训练集上的表现来预测在测试集上的表现。
接下来,我们要了解一下Hoe