Coursera台大机器学习基础课程学习笔记1 -- 机器学习定义及PLA算法

本章的思路在于揭示VC
Dimension的意义，简单来说就是假设的自由度，或者假设包含的feature vector的个数（一般情况下），同时进一步说明了Dvc和，Eout，Ein以及Model
Complexity Penalty的关系。

一回顾



由函数B(N,k)的定义，可以得到比较松的不等式mh(N)小于等于N^(k-1)(取第一项)。



这样就可以把不等式转化为仅仅只和VC Dimension和N相关了，从而得出如下结论：

1 mh(N)有break
point k，那么其就是多项式级别的，我们认为假设数量不算多，是个好的假设；

2 N 足够大，这样我们便算有了好的抽样数据集（假设不含很多Noise）；

=〉这两点由上述不等式可以推导这样的机器学习算法有好的泛化能力，其在全集上会有和在D上一致的表现；

3 如果算法选择的是小的Ein

=>最终我们可以推断机器可以学习，因为其在全集数据集错误率会较低。

二什么是VC
Dimension

下面给出了VC Dimension的定义，

它是该假设集能够shatter的最多inputs的个数，即最大完全正确的分类能力（注意，只要存在一种分布的input能够正确分类就算是，这才叫最大）；
它是最小的k-1，这个很好理解，最小的k是假设集不能shatter任何分布类型的inputs的最少个数，和VC
Dimension正好相反；



同样，将Dvc替换k，得到mh(N)<=N^(Dvc)

三 VC
Dimension 和 Feature 数量的关系，在PLA算法中

接下来回顾了PLA在2d情况下，由于其Dvc=3，所以按照算法我们选小的Ein就能够保证机器学习算法的运行，但是这是2维的情况，对于多维呢？也就是说增加feature咋办？



这里又抛出了一个结论：Dvc = d+1， d为feature
vector的维度。

要证明这个等式，可以将它分为两块证明，

1 证明 Dvc
>= d+1;

2 证明 Dvc
<= d+1;

首先证明等式1：

因为Dvc >= d+1, 那么我们必然可以shatter 某一类的d+1的inputs，这个是VC
Dimension的定义。这里用线性代数的方法表达了X矩阵的每一行是一个x向量的转置。这个有意构造的X便能够被shatter。首先，shatter的本质是H对X的每个判断都是对的即等于y，所以有如下不等式：

X*W = Y，我们注意到X是可逆的，所以W
= X^(-1) * Y，所以我们只要让feature vector等于X的逆矩阵乘以Y就能给完全shatter
X，言外之意，只要我们构造的inputs其有逆矩阵就能够被shatter！



下面证明等式二，Dvc<=d+1，也就是说对于d+2的inputs，其一定不能被shatter，同样我们构造一个X，这次是任意的，其包含d+2个inputs，我们发现这个矩阵的列为d+1而行为d+2，由线性代数的知识，我们知道这d+2个向量的某一个可以表示为另外d+1个向量的线性组合，假设这个向量为Xd+2，那么便有了如下等式：

w^Txd+2 = a1w^Tx1 + a2w^Tx2 + ... + ad+1w^Txd+1，

我们只要构造这样这组w，保证每一项是正的，例如假设a1是负的，那么我们构造w使得w^Tx1也是负的，这样就使得最终的值为正，从而我们没法分类其为负的情况，因为其值始终是正的。换句话说，因为d+2是前d+1的线性组合，这样一个限制导致了最终的结果。所以对于d+2我们无法完全分类，也即使Dvc<=d+1。



四 VC
Dimension的直观理解

那么VC Dimension本质上到底是什么呢？

下图给了答案



自由度的概念，体现在我们能够包含多少feature w，能够有多少假设H的数量，以及我们最终的分类能力Dvc，也就是说Dvc本质上大体上是H的分类能力，同样可以理解为feature的个数，假设的个数，因为它们都是互相成正比的。

再次回到以前那个泛化不等式：



将它左右变形，求出Eout的的界限，我们比较关注上限，可知我们最终的机器学习算法其在整体的错误率和N,H,S的表达式（Model 复杂度的惩罚）有关。下图很直观的给出了它们之间的关系：



这个图说了：

1 Dvc越高 ->
Ein下降（shatter能力变强）->
model complexity的penalty提高，导致Eout先降后升

2 Dvc越低 ->
Ein升高 -> model complexity的penalty降低，Eout最终也是会上升

所以最好情况的Eout是我们选取Dvc在中间的情况，这样Ein和penalty都不高，即最终的Eout也不会太高。这也就是为什么，我们不能够盲目增加feature也不能有太少feature的原因。

五总结

本章主要描述了VC Dimension并给出了较为直观的解释，我们不能盲目增加VC
Dimension也不能太低，而应该去中间值，这样既保证Ein不高也保证model
complexity的penalty不高。