《理解机器学习:从理论到算法》一书中给出的经验误差方程是
我对这个等式的直觉是:错误预测总数除以样本总数在给定的样本集中(如我错了请纠正我)。但是,在这个等式中,需要. 这实际上是如何计算的,因为我认为它应该是一个数字(样本的大小)?
《理解机器学习:从理论到算法》一书中给出的经验误差方程是
我对这个等式的直觉是:错误预测总数除以样本总数在给定的样本集中(如我错了请纠正我)。但是,在这个等式中,需要. 这实际上是如何计算的,因为我认为它应该是一个数字(样本的大小)?
这是理论计算机科学中常用的符号。
不是变量_, 而是来自的整数集到包括的。因此,经验误差方程用英文表示:
由元素组成的集合的基数整数集的使得假设给定输入不同意标签,归一化为.