Radermacher Complexity
来源:互联网 发布:mac windows支持软件 编辑:程序博客网 时间:2024/06/05 02:24
本文主要从理解方面入手以及各个公式之间的关系,没有证明(因为证明看了我也会忘。。)
简要概念
1. Radermacher Complexity:样本复杂性与无穷集合的可学习性之间的关系. 值:在一个函数集合中,所有函数与random noise相关性的最大值。
2. Growth function: Random Complexity 的求法是NP-hard,所以我们用Growth function 来近似他的上届。值:在一个样本集合S中,有m个样本, 这m个样本被H集合中的不同函数进行分类的所有不同方式
3. VC dimension:在样本集合S中,可以被H集合中不同函数分开的最大样本数,或者 有多少样本可以被H集合中的函数打散(所有样本各种标签组合H里的函数都可以正确分类)。对于一个样本
McDiarmid’s inequality:
Hoeffding’s lemma
Hoeffding inequalty
举一个例子介绍复杂度:
我们都知道过拟合的时候,在训练集上误差很小,但在测试集上误差很大太高,对每一个样本都拟合(理解就好:指泛化性能很差)的很好,这是因为分类器复杂度。为了使得在测试集上效果比较好,因此在训练时需要在训练误差和模型复杂读之间做一个权衡。
Rademacher复杂度通过计算一个函数集合(映射或分类器)对随机噪声对拟合程度来判断一个函数集合的复杂度,即
S是某一个特定样本集,G是一个函数集合。ERM是指一个函数集合在某一个样本集S上度复杂度。
在某一个分布上的集合复杂度:
Theorem 3.1说明了训练集和测试集误差的关系:
左边为测试集, 右边为已知训练集。可以把g(z)当成误差函数(实际上下面证明对于loss函数公式依然成立),我们就可以知道测试集的误差上限。
- Radermacher Complexity
- System Complexity
- Algorithm Complexity
- Peaks Complexity
- Instant Complexity
- Rademacher complexity
- Time Complexity and Space Complexity
-  Simplify Essential Complexity; Diminish Accidental Complexity
- the control of complexity
- complexity of algorithm
- pku 1472 Instant Complexity
- Poj 1472 Instant Complexity
- HCI-Complexity Control
- POJ1472浅析------Instant Complexity
- Complexity is The Enemy
- POJ 1472 Instant Complexity
- uva 586 Instant Complexity
- UVA 586 Instant Complexity
- ISO Latin-1字符集
- SDK接入安卓
- poj 2752
- mac php + xdebug安装 + 开机自启
- iOS 逆向 越狱手机如何安装老版本微信
- Radermacher Complexity
- 设计模式-状态模式
- [Jep]Scala与Python混编
- 欢迎使用CSDN-markdown编辑器
- tomcat启动报错java.net.MalformedURLException: Local host name unknown
- C++经典类库(C++开发必看)
- dp转换px
- mysql常用语法
- IAP实现之一服务器模式 — cocos2dx