机器学习|VC维的理解

我去喝咖啡了

于 2022-01-09 18:02:12 发布

阅读量3.1k

点赞数 6

分类专栏：概念学习文章标签：机器学习人工智能

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/weixin_45581089/article/details/122396217

版权

考虑二分类问题

现有数学定义：

待分类样本集 $\{x_1,x_2,\cdots,x_m\}$
假设空间 $\mathcal{H}=\{h_1,h_2,\cdots\}$

那么利用假设对样本集进行标记，那么二分类就是对样本标记为1,-1

例如

‘对分’和‘打散’

$h$ 相当于利用红线，完成将样本点标记为‘+’或‘-’，每种标记称为一种“对分”

对于二分类，最多有2^m种标记结果，于是取定义：

$\Pi_{\mathcal{H}}(m)=2^m$

最低0.47元/天解锁文章

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。