vc维的解释

93 阅读 0 评论 62 点赞

我是靠谱客的博主单薄唇彩，最近开发中收集的这篇文章主要介绍vc维的解释，觉得挺不错的，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

以上就是单薄唇彩为你收集整理的vc维的解释的全部内容，希望文章能够帮你解决vc维的解释所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。

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。