【数据挖掘】4. 打散(Shattering) VC维数 基于VC维数和Margin的泛化定理

泛化误差：在一个相当相当大的训练集，或者无穷大，包含了所有可能出现的情况的集合，被。1减训练集S中yes占比和no占比的平方和，取值范围0-0.5。决策树——Hunt’s algorithm（贪心），当训练集的大小相当大时，分类器的可靠性才足够好。是可能返回的分类器的集合，下边的声明具有至少。划分质量：GINI split 越小，划分越好。，那么至少一个分类器失败的概率为最多。，所以没有分类器失败的概率为最少。寻找一个泛化误差比较小的分类器。的准确信息，所以我们只能用从。每一个分类器失败的概率最多为。