泛化误差上界的证明，说明机器能进行学习和预测的基本原理。

通过简单的泛化误差上界的证明，说明机器能进行学习和预测的基本原理。

直观的理解

---

在有限的训练数据中得到一个规律，认为总体也是近似这个规律的，那么就能用这个规律进行预测。比如一个大罐子里装满了红球和白球，各一半，我随手抓了一把，然后根据这些红球白球的比例预测整个罐子也是这样的比例，这样做不一定很准确，但结果总是近似的，而且如果抓出的球越多，预测结果也就越可信。

上面的例子可以简单直观地理解一下预测的原理，其实还可以通过统计的方法对这个近似（用局部的规律近似总体的规律）的可信度进行概率分析。

将问题描述成更数学的形式：

---

• 损失函数（loss function）或者代价函数（cost function）度量预测错误的程度，记作 L(Y,f(x)) L(Y,f(x))。
• 期望损失（expected loss），即平均意义下的损失：
  
  Rexp(f)=Ep[L(Y,f(X))]=∫X×YL(y,f(x))P(x,y)dxdy Rexp(f)=Ep[L(Y,f(X))]=∫X×YL(y,f(x))P(x,y)dxdy
• 经验损失（empirical loss），是关于训练数据集的平均损失：
  
  Remp(f)=1N∑i=1NL(yi,f(xi)) Remp(f)=1N∑i=1NL(yi,f(xi))
• 根据大数定理，样本容量 N N趋近无穷时，经验风险趋近于期望风险： Remp(f)≈Rexp(f) Remp(f)≈Rexp(f)，也就是说：如果模型在训练样本中的期望风险很小，那么它也能使得期望风险很小。
• 但是当样本容量 N N不是无穷大的时候怎么办？

泛化误差上界（定理）：

---

对二分类问题，当假设空间是有限个函数集合\mathcal F=\left \\{ f_1,f_2,\cdot \cdot \cdot ,f_d \right \\}\mathcal F=\left \\{ f_1,f_2,\cdot \cdot \cdot ,f_d \right \\}时，对任意一个函数 f∈F f∈F，至少以概率 1−σ 1−σ，以下不等式成立：

R(f)⩽R^(f)+ε(d,N,δ) R(f)⩽R^(f)+ε(d,N,δ)

其中，

ε(d,N,δ)=12N(logd+log1δ)−−−−−−−−−−−−−−−−√ ε(d,N,δ)=12N(log⁡d+log⁡1δ)

不等式左端 R(f) R(f)是泛化误差，右端为泛化误差上界。泛化误差上界中，第一项是训练误差，训练误差越小，泛化误差也越小。第二项 ε(d,N,δ) ε(d,N,δ)， N N越大，值越小，假设空间 F F 包含的函数越多，值越大。

这个定理可以从概率上说明使用经验风险近似期望风险的可信度，它与样本数量以及假设空间的复杂度有关。

上述定理可通过Hoeffding不等式来证明:

---

Hoeffding不等式：
Hoeffding不等式适用于有界的随机变量。设有两两独立的一系列随机变量 X1,...,Xn X1,...,Xn。假设对所有的 1⩽i⩽n 1⩽i⩽n， Xi Xi都是几乎有界的变量，即满足 P(Xi∈[ai,bi])=1 P(Xi∈[ai,bi])=1，那么这 n n个随机变量的经验期望： X¯=X1+⋅⋅⋅+Xnn X¯=X1+⋅⋅⋅+Xnn满足以下不等式：

P(X¯−E[X¯]≥t)≤exp(−2t2n2∑ni=1(bi−ai)2) P(X¯−E[X¯]≥t)≤exp⁡(−2t2n2∑i=1n(bi−ai)2)

P(∣∣X¯−E[X¯]∣∣≥t)≤2exp(−2t2n2∑ni=1(bi−ai)2) P(|X¯−E[X¯]|≥t)≤2exp(−2t2n2∑i=1n(bi−ai)2)

---

对任意函数 f∈F f∈F， R^(f) R^(f) 是 N N个独立随机变量 L(Y,f(X)) L(Y,f(X))的样本均值（经验期望）， R(f) R(f)是期望，如果损失函数取之区间为[0, 1]，则根据上述Hoeffding不等式，得到：

P(R(f)−R^(f)⩾ε)⩽exp(−2Nϵ2) P(R(f)−R^(f)⩾ε)⩽exp⁡(−2Nϵ2)

由于 F={f1,f2,...,fd} F={f1,f2,...,fd}是一个有限集合，容易得到：

P(R(f)−R^(f)⩾ε)⩽dexp(−2Nϵ2) P(R(f)−R^(f)⩾ε)⩽dexp⁡(−2Nϵ2)

令

δ=dexp(−2Nε2) δ=dexp⁡(−2Nε2)

然后就得到了：

P(R(f)<R^(f)+ε)⩾1−δ P(R(f)<R^(f)+ε)⩾1−δ

上面的讨论只是假设空间包含有限个函数的情况下的泛化误差上界，对于一般的假设空间要找到泛化误差界应该就没这么简单了。

(注：本文为读书笔记与总结，侧重算法原理，来源为《统计学习方法》一书第一章)


作者：rubbninja
出处：http://www.cnblogs.com/rubbninja/
关于作者：目前主要研究领域为机器学习与无线定位技术，欢迎讨论与指正！