我是靠谱客的博主 单薄唇彩,这篇文章主要介绍vc维的解释,现在分享给大家,希望可以做个参考。

在做svm的时候我们碰到了结构风险最小化的问题,结构风险等于经验风险+vc置信范围,其中的vc置信范围又跟样本的数量和模型的vc维有关,所以我们看一下什么是vc维

首先看一下vc维的定义:对一个指标函数集,如果存在H个样本能够被函数集中的函数按所有可能的2的H次方种形式分开,则称函数集能够把H个样本打散;函数集的VC维就是它能打散的最大样本数目H

例如有个样本,一个函数能够将这h个样本打散,打散指的是样本最后被分类的情况有2^h种可能,则这个函数能够打散的最大样本数就是vc维

如下图所示,一条直线能够将三个点打散成2^3种结果,但是不能将4个点打散成2^4种结果,所以vc维是3

参考

http://blog.csdn.net/mingspy/article/details/8858270

最后

以上就是单薄唇彩最近收集整理的关于vc维的解释的全部内容,更多相关vc维内容请搜索靠谱客的其他文章。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(87)

评论列表共有 0 条评论

立即
投稿
返回
顶部