机器学习基石-06-3-Bounding Function- Inductive
来源:互联网 发布:sql select语句 例题 编辑:程序博客网 时间:2024/06/01 20:17
如果想求B(4,3),可以尝试找到B(4,3)和B(3,?)之间的关联。
假设现在通过计算机得到了B(4,3)=11,how to reduce B(4,3) to B(3,?) cases?
将上面的11种dichotomy分成orange和purple两类,其中orange代表的是x1,x2,x3都完全相同只有x4不相同的dichotomy,purple代表的是x1,x2,x3不完全相同的情况。
B(4,3)=2α+β,把x4遮掉,只看(x1,x2,x3)此时的dichotomy=α+β,因为在去掉x4以后,orange的部分是一对一对的形式,可以把两个完全相同的合并为一个。
B(4,3)条件:任意的三个点都不能满足shatter!上面去掉x4以后的(x1,x2,x3)也是任意三个点的其中一种,所以也就是N=3,k=3的情况下不能shatter,则可以得到一个关系式:
2.把x4遮掉,再把purple的部分去掉,只保留orange的部分
在(x1,x2,x3)中任意选取两个point,再加上x4一定会shatter!!比如:(x1,x2,x4),(x1,x3,x4)等
所以任意两个点也不能shatter!可到的公式是:
从上面以此类推可以得到一般性的公式:
对于2维的感知机,不能得到具体形式的成长函数,可以用bounding function来大致地得到他的函数形式,因为成长函数和bounding function是大于等于的关系。比如在positive rays和positive intervals是满足相等关系的,在二维感知机不知道是否能满足相等。
3种情况的成长函数和B(N,k)进行大小比较。
- 机器学习基石-06-3-Bounding Function- Inductive
- 机器学习基石 6.3 Bounding Function: Inductive Cases
- 机器学习基石-06-2-Bounding Function- Basic Cases
- Lecture6-3Bounding Function: inductive cases
- 机器学习基石 6.2 Bounding Function: Basic Cases
- 机器学习基石-3-Types of Learning
- 机器学习基石HOW部分(3)
- 机器学习基石HOW BETTER部分(3)
- 《机器学习基石》课程笔记(3)
- 机器学习基石-09-3-Generalization Issue
- 机器学习基石
- 机器学习基石笔记
- 机器学习基石
- 机器学习基石(2)
- 15. 机器学习基石
- 0. 机器学习基石
- 机器学习基石-Regularization
- 机器学习基石-Validation
- UUID解析
- mysqldump导出注意timestamp类型
- 如何安装MySQL5.7.20
- html5初学4
- MySQL Explain Type列
- 机器学习基石-06-3-Bounding Function- Inductive
- redis之数据结构
- 链表
- Spring Cloud学习-服务注册与发现
- 软件工程
- 综述论文:当前深度神经网络模型压缩和加速方法速览
- JavaWeb之注册、登录、访问
- jmeter测试工具应用场景【测试帮日记公开课】
- 使用eval转换json对象时为什么外边加括号?