机器学习（6）--化无限为有限（二）

在“机器学习（5）-化无限为有限”这篇文章中，我们得到了下面的规律：

可以用一个有限的和假设集相关的量mH来替换不可求得M，所以式子

的左边也是一个有限的数，且很大几率是小于1的值，所以Eout(g)是可以很接近Ein(g)的。

上限函数（Bounding Function）

上限函数在k时出现break point时最多有多少种（o与x的组合）。
根据枚举可得：

其规律为：

BAD Bound for General H

文章来自微信公众号：

机器学习（6）--化无限为有限（二）相关推荐

机器学习（5）--化无限为有限
在上一篇文章中根据坏的样本和坏的数据的表格中得到如下推论: 对于所有的M(假设的个数),N(数据集规模)和阈值,Hoeffding Inequality都是有效的, 我们不必要知道Eout,可以通过E ...
[机器学习]-[数据预处理]-中心化缩放 KNN（二）
上次我们使用精度评估得到的成绩是 61%,成绩并不理想,再使 recall 和 f1 看下成绩如何? 首先我们先了解一下召回率和 f1. 真实结果预测结果预测结果正例反例正例 TP 真 ...
机器学习结构化学习模型_生产化机器学习模型
机器学习结构化学习模型 The biggest issue in the life-cycle of ML project isn't to create a good algorithm or to ...
【火炉炼AI】机器学习008-简单线性分类器解决二分类问题
[火炉炼AI]机器学习008-简单线性分类器解决二分类问题 (本文所使用的Python库和版本号: Python 3.5, Numpy 1.14, scikit-learn 0.19, matplot ...
车牌识别之预处理（灰度化，去噪，二值化，分割）
灰度化灰度即R=G=B 二值化只取255 0 对图片进行灰度化处理,目的是 1 减少数据量 (减少不明显) 2 为二值化准备对数据进行灰度发现数据量减少并不明显尤其是最大和平均灰度法权 ...
机器学习-生成对抗网络实战（二-2）
本篇承接上一篇机器学习-生成对抗网络实战(二-1),本篇主要训练生成对抗网络(Generative Adversarial Network)生成器和判别器,大家应当认真理解训练的顺序,以及为什么要这样 ...
搭建一个国内高可用的IPFS网关节点，低价打造去中心化无限存储节点
前言首先介绍一下IPFS(InterPlanetary File System)中文称为星际文件系统,是一个旨在实现文件的分布式存储.共享和持久化的网络传输协议. IPFS是WEB 3.0时代的基石 ...
机器学习6-强化学习
师兄博客原文地址 https://blog.csdn.net/LogHouse/article/details/96434429 从零开始的机器学习6-强化学习一些问题智能控制与优化决策课题组制作 ...
【机器学习】python使用matplotlib进行二维数据绘图并保存为png图片
端到端机器学习导航: [机器学习]python借助pandas加载并显示csv数据文件,并绘制直方图 [机器学习]python使用matplotlib进行二维数据绘图并保存为png图片 [机器学习]p ...

机器学习（6）--化无限为有限（二）

机器学习（6）--化无限为有限（二）相关推荐

最新文章

热门文章