机器学习之----VC维理论基础及证明

VC理论证明通过一系列的求上限，获得了针对所有目标函数、及所有训练数据集的一个上限公式，对机器学习有着重要意义！但是正也是因为如次多的上限，所以该值对指导实践只是一种最坏的参考，还有太多的假设集求不出VC维来。可以看到证明过程极具技巧性，巧妙的将无穷转化为有限，再找到了界。

在VC维理论证明中涉及成长函数、打散等重要概念，不少朋友在理解中或许不知所云，或许存在误差（包括作者本人亦是如此）。通过本次学习，可以坚定学习理念，他告诉我们通过样本数据来进行学习，然后应用到未看到的数据中去是理论根据的。本文公式较多，重在理解每一步的含义，文中不当之处，请反馈与我。

链接: http://pan.baidu.com/s/1pLEI3On 密码: gsn4

转载于:https://www.cnblogs.com/zetago/p/5339670.html