机器学习基石-07-4-Interpreting VC Dimension
来源:互联网 发布:hp1022n网络打印驱动 编辑:程序博客网 时间:2024/05/18 00:40
这节将会更加深入地理解VC维,penalty for model complexity:当VC维很大“power”的效果很好时,需要付出的“代价”。
上面的不等式的意义:“坏事情”发生的几率很小很小,也就是“好事情”发生的几率会很大。
发生“好事情”的概率就会小于等于1-σ.
上面Eout(g)夹在中间,有点像Eout(g)的置信区间。一般地,只考虑Eout(g)右边小于的部分,所以左边的部分写成了灰色。
当dvc增加时,会使得可以shatter的点就变多了,所以Ein(g)通常会变小。
当dvc减少时,Ein(g)会变大。
注意:powerful H not always good!!
因为powerful H只能保证Ein(g)很小,但是并不能保证Eout(g)也很小,因为会产生很大的model complexity。
很明显,并不是dvc越大越好,最佳的dvc在中间!
上面讲的是model complexity,那么对于sample complexity呢?样本复杂度
bound就是“坏事情”发生的最大几率,上面的例子中可以看到在inputs的N很大时会对bound产生很大的影响。
理论上和实际上的N要求差别很大,证明了looseness of VC bound。那么为什么VC bound可以这么宽松呢?
VC bound对于任意的情况都可以“容忍”!需要注意的是,上面的any data不是随便的数据,还是通过需要P(any distribution 的概率P)来选取,需要符合yn=f(xn)。
FUN TIME
通过A,B,C三种方式都可以有效地减少“坏事情”发生的概率。
阅读全文
0 0
- 机器学习基石-07-4-Interpreting VC Dimension
- 机器学习基石 7.4 Interpreting VC Dimension
- 机器学习基石-07-1-Definition of VC Dimension
- 机器学习基石-07-2-VC Dimension of Perceptrons
- 机器学习基石-07-3-Physical Intuition of VC Dimension
- 机器学习基石-The VC Dimension
- 机器学习基石学习笔记3 VC Dimension(1)
- 机器学习基石第七讲:the vc dimension
- 机器学习基石笔记(7)——The VC Dimension
- 机器学习基石 7.1 Definition of VC Dimension
- 机器学习基石 7.2 VC Dimension of Perceptrons
- 机器学习基石 7.3 Physical Intuition of VC Dimension
- 台湾大学林轩田机器学习基石课程学习笔记7 -- The VC Dimension
- 机器学习基石——第7-8讲.The VC dimension
- 台湾国立大学机器学习基石.听课笔记(第七讲):The VC Dimension
- 机器学习笔记(8)VC维 (vc dimension)
- 【02】台大机器学习L7 The VC Dimension
- [台大机器学习笔记整理]vc-dimension
- 《Angular之渐入动画》
- Android_单例模式
- MAC 链接 github 的时候发生Permission denied (publickey).
- 光标移动显示圆形图案+动画L59_1
- Jquery实现倒计时
- 机器学习基石-07-4-Interpreting VC Dimension
- android_studio的自定义View的圆形进度条
- 被解救的Django【4】
- 小顶堆和大顶堆
- redis源码分析之发布订阅(pub/sub)
- 判断HttpURLConnection与HttpClient请求
- 组合view之接口传递
- 自定义View实现阶梯梯形布局以及二维码的实现
- 简单易上手的Kinetis芯片解锁方法操作说明