|
|
@@ -18,6 +18,6 @@ f_2:f_2(x_1)=0,f_2(x_2)=1;\\
|
|
|
f_3:f_3(x_1)=1,f_3(x_2)=0;\\
|
|
|
f_4:f_4(x_1)=1,f_4(x_2)=1;
|
|
|
\end{aligned}$$
|
|
|
-一共$2^{\vert \mathcal{X} \vert}=2^2=4$个真实目标函数。所以此时通过算法$\mathfrak{L}_a$学习出来的模型$h(x)$对每个样本无论预测值为0还是1必然有一半的$f$与之预测值相等，所以$\sum_f\mathbb{I}(h(x)\neq f(x)) = \cfrac{1}{2}2^{\vert \mathcal{X} \vert} $。
|
|
|
+一共$2^{\vert \mathcal{X} \vert}=2^2=4$个真实目标函数。所以此时通过算法$\mathfrak{L}_a$学习出来的模型$h(x)$对每个样本无论预测值为0还是1必然有一半的$f$与之预测值相等，例如，现在学出来的模型$h(x)$对$x_1$的预测值为1，也即$h(x_1)=1$，那么有且只有$f_3$和$f_4$与$h(x)$的预测值相等，也就是有且只有一半的$f$与它预测值相等，所以$\sum_f\mathbb{I}(h(x)\neq f(x)) = \cfrac{1}{2}2^{\vert \mathcal{X} \vert} $。
|
|
|
|
|
|
第三步一直到最后有点概率论的基础应该都能看懂了。
|
Sm1les