标签：gauss tar get cti 复杂度 osi 根据 个数 error
error:定制； gaussian error；形式好的，便于计算，convex optimization
算法里，通过error measure进行迭代。最后的hypothesis给出error。
数据有错，y符合的是条件概率，但(x,y)符合分布P(x,y)
Noisy target: target 条件期望+noise y-f(x) ？
target distribution 而非target function。对x预测，最理想的预测是：根据不同的error measure 可能不同结果。
当在hypothesisset做限制时，减少复杂度。如限制二分M<=2^N。growth function：2D时上界是2^N。即一定和输入点个数有关。
1Positive Rays（1d的perceptron)： hypothesis:取一个threshold，大则1，小则-1
growth function：N+1<<2^N
2Positive Intervals: hypothesisset 范围内部取1
growth function：组合问题
3Convex sets: 凸集里是1 外-1
growth:画凸多边形， 2^N
标签：gauss tar get cti 复杂度 osi 根据 个数 error
原文地址：http://www.cnblogs.com/yumanman/p/7639456.html
