支持向量机的VC维度与其支持向量的数量如何相关?是否有一个公式将这两个量联系起来?

最佳答案

VC维数(对于Vapnik Chervonenkis维数)(Vapnik和Chervonenkis(1968年,1971年),Vapnik(1979年))衡量了假设空间的容量。能力是对复杂性的一种度量,它通过评估其成员的虚假程度来度量一组功能的表达能力,丰富性或灵活性。瑟威尔(2006)

换句话说,它显示了可以被模型完美粉碎的最大样本数。

另一方面,支持向量是定义超平面的点。这可能与VC维度有关,但是在两者之间未建立充分证明的映射。

实际上,对于非线性分类器来说,不容易获得实际的VC维数(对于线性分类器,n + 1)。这是one paper called Ellipsoidal Kernel Machines试图使用允许间隔的分类器估计svm的维,但是我认为这与您希望看到的定义良好的关系相去甚远。

关于machine-learning - VC维数和支持向量数,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/21561773/

10-12 22:49