VC维+西瓜书讲解

最新推荐文章于 2020-12-25 17:44:15 发布

小有名气的可爱鬼

最新推荐文章于 2020-12-25 17:44:15 发布

阅读量437

点赞数

CC 4.0 BY-SA版权

分类专栏：机器学习

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_42305378/article/details/106818743

还没怎么真正理解，仅为自己记录下，后期还会继续完善！

给定训练样本集合 $x_{0},x_{1}\cdots ,x_{n-1}$ ，其中每个样本有两个可选的label（+1， -1）。因此总共有 $2^{n}$ 种不同的label组合。如果对于其中每一种组合，分类模型 f 都能够对其进行正确的划分，那么我们称 f 能够将训练样本集合 $x_{0},x_{1}\cdots ,x_{n-1}$ 打散（shatter）。

举例来看，下图共有3个样本，可以看到，对于样本的任意一种label组合，图中的直线都可以将正样本和负样本分开。这时我们称这条直线可以将这三个样本打散（shatter）。

再来一个不能打散的例子：

上图中显示了四个样本，如果只用一条直线，那么无论这

最低0.47元/天解锁文章

200万优质内容无限畅学

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。