Коэффициент разнообразия

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
м
(категория, ссылки)
Строка 10: Строка 10:
Очевидно, <tex>\Delta(A, X^L) \leq 2^L</tex>.
Очевидно, <tex>\Delta(A, X^L) \leq 2^L</tex>.
-
[[Категория|Учебные материалы]]
+
==См. также==
 +
[[Теория Вапника-Червоненкиса]]
 +
 
 +
[[Категория:Теория вычислительного обучения]]

Версия 00:35, 12 ноября 2009

Коэффициент разнообразия семейства алгоритмов

Пусть X и Y - множества произвольной природы. Будем называть X множеством объектов, а Y - множеством ответов. Пусть также задано отображение y\::\:X \rightarrow Y, которое назовем целевой зависимостью. За X^L обозначим L-элементную выборку из X, т.е. подмножество X, мощность которого равна L.

Определение. Карта (вектор) ошибок алгоритма a\::\:X \rightarrow Y на выборке X^L есть отображение X^L \rightarrow \{0,\,1\}, равное единице, если алгоритм ошибается на объекте, и нулю в противном случае:

\tilde a(x;\,a,X^L) = [a(x) \neq y(x)]

Определение. Коэффициентом разнообразия семейства алгоритмов A на выборке X^L называется число всевозможных карт ошибок данного семейства на выборке X^L\::

\Delta(A, X^L) = \|\{\,\tilde a(a,X^L)\::\:a\in A\,\}\|

Очевидно, \Delta(A, X^L) \leq 2^L.

См. также

Теория Вапника-Червоненкиса

Личные инструменты