实值函数的伪维度

对于一组实值函数集 F = {f:X->R},如何计算 *F 的伪维度?

提供一个例子将有助于我的理解。比如,X = {(x,y,z): 0<x<a,0<y<b,0<z<c} 这样的情况。

*伪维度是VC维度的泛化


回答:

这种维度旨在捕捉概念类(你问题中标记为F)的自由度数量。从直觉上讲,VC维度和伪维度通常会非常接近你可能猜测的自由度数量。

例如,飞机上的矩形集具有4的VC维度,因为你可以粉碎最多4个点的集合。(选择任何四个位于“+”号端点的点;你可以通过选择适当的矩形为这四个点分配任何所需的+/-符号。)4是一个很好的猜测,作为矩形的维度数量,因为你可以用某个角的(x,y)连同(宽度,高度)来指定任何矩形。

对于伪维度,你基本上是在取指示集{(x,y) : f(x) > y},然后取那个新集合的VC维度。

例如,让 F = { f(x) : f(x) = kx,其中k为某个实数 }。那么指示集将是 { (x,y) : kx > y } 对于每个k。换句话说,你将得到所有通过原点的下半平面,不包括垂直线x=0。该集合仅具有1的VC维度,但这是有道理的,因为你在F中的唯一自由度是选择k。

顺便说一句,这个问题也可以在metaoptimize.com上提问。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注