支持向量机的VC维度与其支持向量的数量有何关系?是否有关于这两个量的公式?
答案 0 :(得分:4)
VC维度(对于Vapnik Chervonenkis维度)(Vapnik和Chervonenkis(1968,1971),Vapnik(1979))测量假设空间的容量。容量是衡量复杂性的标准,通过评估其成员的摇摆程度来衡量一组功能的表现力,丰富性或灵活性。 Sewell(2006)
换句话说,它显示了模型可以完美破碎的最大样本数。
另一方面,支持向量是定义超平面的点。它可能以某种方式与VC维度相关,但两者之间没有经过充分证明的映射。
实际上,对于非线性分类器来说,实际的VC维数并不容易获得(对于线性,它是n + 1)。这里one paper called Ellipsoidal Kernel Machines试图用间隙容忍分类器来估计svm的维数,但我认为它远远不是你希望看到的明确定义的关系。