论文部分内容阅读
在统计学习理论中 ,尤其对于分类问题 ,VC维扮演着中心作用。大多数常用算法的VC维未知。该文计算了二叉决策树生成算法的VC维上界 ,获得了定理 2 ,认为该上界随决策树的复杂度和节点可调参数个数的增大而提高。作为补充 ,还计算了单变量决策树非叶子节点的VC维上界 ,获得了定理 3。为了评估定理 2的数值结果 ,通过实验验证了有关的经验结论 ,发现它们在决策树复杂度较大时能够与实际符合。比较定理 2和经验结论发现两者存在较大的数值差别但是变化趋势相同。探讨了产生差别的原因以及定理对实际应用的指导意义