breakPoint&growth function&VC Bo

内容

一、学习VC维前概念介绍

二、breakPoint对growth function的限制

三、边界函数Bounding Function（growth function的限制）

四、VC bound的图形化定义

################################################################################

一、学习VC维前概念介绍

          1.growth function

           growth function也是我们前面学得effective(N)，表示对数据D分类的最大结果数。比如说现在数据集有两个数据点，考虑一种二分类的情况，可以将其分类成A或者B，则可能的值有：AA、AB、BA和BB，所以这里增长函数的值为4。

注：红色方框代表成长函数的数目，假设空间H在M上最大的数目。当N=1时，有两种h;当N=2时，4种h；当N=3时，如果3个点都是散开的那么有8种可能划分，如果3个点排成直线那么有6中划分，故根据公式取值8；当N=4时，有两种是不能线性可分的，这样只有14个结果。所以不是所有结果都是2^n。这样使得m=effective(n)<M,使p小于的结果不是无穷的。

        四种growth function

注：举例子在划分2个点的时候，growth function的个数是4个。因为没有限制(positive是正向必须为0)，所以这是为N+1=2+1=3。去除了（o,x）的情况。（具体四种gf的描述过程见lin的第五节）

          2.dichotomy（对分）        

           对于二分类问题来说（二分类），H中的假设对D中m个示例赋予标记的每种可能结果称为对D的一种对分（dichotomy）。     

          3.shatter（打散） 

           打散指的是假设空间H能实现数据集D上全部示例的对分，即增长函数= 2^n。

           4.Break Point (断点)

            如果按照2^m这种趋势增长那简直是没天理了。上面说道了，随着m的增大，一定会出现一个m使假设空间无法shatter。这种不满足2^n的情况说明增长函数从这个点开始变缓了，是一个可喜可贺的重大突破，所以我们把第一个不满足shatter的m值称为break point。（这里翻译成突破点）

二、Break Point对growth function的限制

        1.growth function的个数是最大的对分个数（这里有breakpoint的限制）

                          注：breakpoint这个点表示此是时growth function的个数不是2^n。

        2.假设对于一个问题，minimum break point k = 2（对于任意2个输入，H不能穷尽所有划分），基于该条件我们做出推论：

解释：当N=1时，growth function 的个数为2；当N=2时，growth function 的个数为3，此时2是BreakPoint。

        3.那么当N=3时，growth function是多少呢？

           任意3个输入（x1, x2, x3），我们一定能找到以下3个合法的划分：

            Step 1：一个对分时，观察是否任意两个点被shatter（否）

            Step 2：两个对分时，观察是否任意两个点被shatter（否）

            Step 3：三个对分时，观察是否任意两个点被shatter（否）

            Step 3：四个对分时，观察是否任意两个点被shatte

            在寻找更多划分之前，我们要明确一点就是因为k=2，所以（x1, x2, x3）中任意2个点都不             能被shatter，所以下面这个划分不可能出现，因为（x2, x3）所有4种可能的划分被穷尽了：

r

                           但是接下来的划分就可能了：

                            再之后，你发现不论再寻找什么划分，总有两个点被shatter，所以，N=3时成长                                函数的maximum possible value就是 4 了。而且 4 << 2^3=8。综上我们发现，当                               N > break point k，成长函数的maximum possible value显著下降并远小于 2^N。

            Step 4：得出结论

        4.猜想

三、边界函数Bounding Function（growth function的限制）

       1.边界函数Bounding Function B(N,k)：当BreakPoint=k时，最大的可能growth function的个            数。

                            所以有：

                           当k=1时，给定任意N个输入，只能有一种划分的可能，因为任何第二种划分都会                               导致有一个点被shatter，这与k=1相悖，所以：

                            当 N<k 时，N个输入一定都能被shatter，所以 B(N,k)=2^N：

                           当 N=k时，首次出现N个输入不能被Shatter，所以 B(N,k)=2^N - 1 一定没错：

                         综上，在确定B(N,k)的过程中我们已经把软柿子都捏了，现在讨论N>k的情况。我们猜测 B(N,k) 与 B(N-1, k-1) + B(N-1, k) 也许有关系。以B(4,3)为例，4个输入中任意3个都不能被shatter，用一个简单的程序遍历所有2^16个划分组合得到B(4,3)=11。故得出下表：

                           注：生成的表说明BP对growth function的限制，当N一定且K不同时， 产生growth function的个数不一样。在我们没有引入breakpoint前,举个例子，当N=3时，最大growth fnction的个数是8；当引入breakpoint，k>=4时，最大growth fnction的个数是8。

                           最终（边界函数的成长性为O(N^(k-1))）

四、VC bound的图形化定义

       1.把备选函数集H中备选函数的数量M用成长函数代替，我们得到：

                            注：证明过程见 https://blog.csdn.net/songzitea/article/details/43112233