VC dimension（Vapnik-Chervonenkis dimension）

二维平面的线性分类器的VC维讨论：http://www.tuicool.com/articles/JjaMfe

 

VC维介绍：http://blog.csdn.net/lucylove3943/article/details/47280991

 

定义：对一个指示函数集,如果存在h个样本能够被函数集中的函数按所有可能的 种形式分开,则称函数集能够把h个样本打散;函数集的VC维就是它能打散的最大样本数目h.若对任意数目的样本都有函数能将它们打散,则函数集的VC维是无穷大.

 

VC维反映了函数集的学习能力,VC维越大则学习机器越复杂(容量越大).学习能力越强。

 

一些基本概念：http://www.52ml.net/20080.html