VC维

✍ dations ◷ 2025-06-08 18:49:01 #维度,统计分类

在VC理论中,VC维(Vapnik-Chervonenkis Dimension,由Vladimir Vapnik与Alexey Chervonenkis提出)是对一个可学习分类函数空间的能力(复杂度,表示能力等)的衡量。它定义为算法能“打散”的点集的势的最大值。直观地,一个分类模型的能力与其复杂程度相关。例如,考虑一个高次多项式的分类模型:若函数值大于0则分类为正,反之则分类为负。高次多项式能够“摆动”的范围很大,所以能够很好地拟合给定的点集。当然因此,这样的模型也很可能会在其他符合原点集趋势的点集上分类错误。我们说这一多项式是高能力的。如果考虑一个简单的线性分类模型,就不一定能够很好地拟合给定的点集。

给定一集合族 H {\displaystyle H} 为如下的集合族:

H C := { h C | h H } {\displaystyle H\cap C:=\{h\cap C\vert h\in H\}}

H {\displaystyle H} 能打散 C {\displaystyle C} ,当且仅当 H C {\displaystyle H\cap C} 包含 C {\displaystyle C} 的所有子集,即

| H C | = 2 | C | {\displaystyle \vert H\cap C\vert =2^{\vert C\vert }}

H {\displaystyle H} 的VC维定义为能被 H {\displaystyle H} 打散的势最大的集合的势。

对一个参数记为 θ {\displaystyle \theta } 的分类模型 f {\displaystyle f} ,称模型 f {\displaystyle f} 能够打散一点集 X = { x 1 , x 2 , , x n } {\displaystyle X=\{x_{1},x_{2},\cdots ,x_{n}\}} ,当且仅当对任意标签集 Y { 1 , + 1 } n {\displaystyle Y\in \{-1,+1\}^{n}} 都存在参数 θ {\displaystyle \theta ^{*}} 使得 f θ {\displaystyle f_{\theta ^{*}}} ( X , Y ) {\displaystyle (X,Y)} 上分类完全正确。

模型 f {\displaystyle f} 的VC维定义为能被 f {\displaystyle f} 打散的势最大的点集的势,或等价地,满足存在 X {\displaystyle X} | X | = D {\displaystyle \vert X\vert =D} 使得 f {\displaystyle f} 能打散 X {\displaystyle X} 的最大的 D {\displaystyle D}

相关

  • 问卷调查问卷调查是有目标对象的意见调查的其中一个方法,问卷调查的形式是由一连串写好的小问题组成,然后去访问,收集被访问者的意见、感受、反应及对知识的认识等。可以在很短的时间内
  • 催化三联体催化三联体,又称催化金三角,通常指在水解酶和转移酶的活性位点中心同时作用的三个氨基酸残基(如蛋白酶、酰胺酶、酯酶、酰基转移酶、脂酶和β-内酰胺酶)。用于共价催化的亲核残
  • 辅酶B12维生素B12(Vitamin B12)为B族维生素之一,是一类含钴的复杂有机化合物。分子结构是以钴离子为中心的咕啉环和5,6-二甲基苯并咪唑为碱基组成的核苷酸。化学式为C63H88O14N14PCo,分
  • Southern印迹法Southern印迹法,南方吸渍分析(英语:Southern blot),是由英国生物学家Sir Edwin Southern于1975年发明,并因此得名(Southern为南方之意),是一种普及的分子生物学实验技术。目的是侦测
  • 科林·皮奇福克科林·皮奇福克(Colin Pitchfork,1961年-,出生于英国马基特德雷顿什罗普郡)是第一位因DNA指纹分析证据而遭逮捕定罪的嫌疑犯。皮区福克分别于1983年11月21日以及1986年7月31日,强
  • 人造钻石合成钻石或称人造钻石,即透过技术加工制成的钻石,对比于地质作用自然形成的天然钻石。合成钻石也广泛被称作HPHT钻石和CVD钻石,分别表示它的加工方式:高温高压(High-Pressure Hig
  • 客拼客家语拼音方案,原名台湾客家语拼音方案(客语白话字:Thòi-vàn Hak-kâ-ngî Phîn(Piâng)-yîm Fông-on)为目前中华民国教育部所公告的台湾客家语罗马字拼音方案。2008年之
  • 容县容县(邮政式拼音:Jungyün)位于中国广西壮族自治区东南部,是玉林市所辖的一个县。容县地处广西东南部,行政区域面积2257.39平方公里,辖15个乡镇,总人口81万人,旅居海外的华伟、华人
  • 戴潮春政权戴潮春(?-1864年1月29日),字万生,台湾府彰化四张犁庄人(今台中市北屯区四张犁),祖籍福建漳州府龙溪县,台湾清治时期戴潮春反清事件领袖。戴潮春因身为地主,家境十分优渥。1861年,戴潮春
  • 格兰德河国家森林格兰德河国家森林(英语:Rio Grande National Forest)是一个7,530km²的美国国家森林,位于科罗拉多州西南部。格兰德河起源于此森林。