Nachweis der einheitlichen Konvergenz, wenn VC-Dimension endlich ist
-
29-09-2020 - |
Frage
Im Buch »Machine verstehen Lernen: von Theorie bis Algorithmen«, geschrieben von Ben-David und Shalev-Shwartz, ein Beweis, den ich nicht verstehe. Der Kontext beweist, dass, wenn eine Hypotheseklasse
Der Nachweis dieser Implikation umfasst SAUERs Lemma (Hypothesenklassen mit Finite VC-Dimension haben »kleine effektive Größe« und ein Satz, der angibt, dass Hypotheseklassen mit »kleinen effektiven Größe« die einheitliche Konvergenzeigenschaft genießen. Der Nachweis der letztgenannten Sub-Implikation beinhaltet diesen Satz (theorem 6.11 im Buch):
let $ \ mathcal {h} $ Seien Sie eine Hypotheseklasse von Binärklassifizierern über eine Domäne $ \ Mathcal {x } $ und lassen Sie $ \ tau _ {\ matcal {h}} $ sein Wachstumsfunktion sein (von SAUERs Lemma). Dann für alle $ m \ in \ mathbb {n} $ , für jede Verteilung $ \ mathcal {d} $ < / span> über $ \ matcal {x} \ times \ {0, 1 \} $ und jeder $ \ delta \ in (0, 1) $ :
$$ \ fürall h \ in \ matcal {h}: \ mathbb {p} _ {s \ sim \ matcal {d} ^ m} \ linke [| L _ {\ matcal {d}} (h) - l_s (h) | \ leq \ frac {4 + \ sqrt {\ \ \ \ tau _ {\ matcal {h}} (2m))}} {\ delta \ sqrt {2m}} \ Right] \ geq 1 - \ delta $$
Im Beweis für diesen Satz wird gesagt, dass es sofort von der Ungleichheit folgt
Ich mache jedoch nicht , wie es sofort von diesen Tatsachen folgt. Was vermisse ich?
Lösung
lass $ x= | l_ \ mathcal {d} (h) - l_s (h) | $ .Die Erklärung zur Erwartung des Supremums von $ x $ impliziert insbesondere, dass für einigen