知识卡片
随机符号衡量可拟合噪声
把二类标签与预测记为 ±1,相关得分越高,训练错误越少。保持输入不变,把标签换成等概率随机符号,对每组符号寻找相关得分最高的函数,再对符号取平均,衡量函数族适应无规律变化的能力。对样本也取期望就从经验复杂度转为分布复杂度。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第12章 计算学习理论 · 查看原书依据
式(12.36)
参考来源
- 位置:《机器学习公式详解》第12章 计算学习理论(book-source:`extracted/机器学习公式详解/_epub-src/text/part0018_split_000.html`,式(12.36))
- 结论依据:式(12.36)至(12.41)用标签相关性替代分类错误,再将标签换为独立随机符号。
- 原始内容:式(12.36)
- 原式图像替代文本:`\widehat{E}(h)=\frac{1}{m} \sum_{i=1}^{m} \mathbb{I}\left(h\left(\boldsymbol{x}_{i}\right) \neq y_{i}\right) ①`