Dalam seri kuliah Learning from Data , profesor menyebutkan bahwa dimensi VC mengukur kompleksitas model pada berapa banyak poin yang dapat dihancurkan oleh model tertentu. Jadi ini bekerja dengan sangat baik untuk model klasifikasi di mana kita bisa mengatakan keluar dari N poin jika classifier mampu menghancurkan k poin secara efektif ukuran dimensi VC akan menjadi K. Tetapi tidak jelas bagi saya bagaimana cara mengukur dimensi VC untuk model regresi ?
regression
machine-learning
vc-dimension
karthikbharadwaj
sumber
sumber
Jawaban:
Dari Elemen Pembelajaran Statistik , hal. 238:
Atau, (sedikit) secara lebih intuitif, untuk menemukan dimensi VC dari kelas fungsi bernilai nyata, orang dapat menemukan dimensi VC dari kelas fungsi indikator yang dapat dibentuk dengan menetapkan kelas fungsi bernilai nyata itu.
sumber
Lihat bagian 5.2 Pembelajaran Statistik (Vapnik) untuk derivasi trik indikator thresholding menggunakan langkah-langkah Lebesgue-Stieltjes. AFAIK ini adalah satu-satunya dan referensi definitif. Anda harus sudah tahu di mana menemukan buku itu (dan yang lainnya dari Vapnik, semuanya superlatif).
sumber