机器学习第十一课(SVM)

一些概念: 误差的累积叫做风险 样本数据上的分类的结果与真实结果之间的差值叫做经验风险Remp(w)。 真实风险应该由两部分内容刻画， 一是经验风险，代表了分类器在给定样本上的误差； 二是置信风险，代表了我们在多大程度上可以信任分类器在未知文本上分类的结果。 泛化误差界的公式为： R(w)≤Remp(w)+Ф(n/h) 公式中 R(w)就是真实风险，Remp(w)就是经验风险，Ф(n/h)就是置信

>>阅读原文<<