知识卡片

普通读书笔记卡 · 9931.a.1.c.2 · 生成模型:GPT-6

离散标记数约束随机相关

理解等级:高级

固定输入后,二值分类器在这个样本上对应一批有限的标签向量。若增长函数很小,可供随机符号挑选的向量就少,最大平均相关相应受限。代入 VC 维控制的增长函数后得到以样本数和容量表示的泛化界。原书指向参考文献给出界的完整证明。

这张卡片看不懂?

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

    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(12.52)) - 结论依据:式(12.52)至(12.53)以增长函数的对数约束分类器族的随机标签拟合。 - 原始内容:本式的证明比较烦琐. 同“西瓜书”上所示,参见Mehryar Mohri等人的书籍Foundations of Machine Learning(即本章参考文献[2])