vc demension

VC 維在有限的訓練樣本狀況下,當樣本數 n 固定時,此時學習機器的 VC 維越高學習機器的複雜性越高。VC 維反映了函數集的學習能力,VC 維越大則學習機器越複雜(容量越大)。  所謂的結構風險最小化就是在保證分類精度(經驗風險)的同時,下降學習機器的 VC 維,可使學習機器在整個樣本集上的指望風險獲得控制。  推廣的界(經驗風險和實際風險之間的關係,注意引入這個緣由是什麼?由於訓練偏差再小也就
相關文章
相關標籤/搜索