Foundations of Machine Learning: Rademacher complexity and VC-Dimension(2)
Foundations of Machine Learning: Rademacher complexity and VC-Dimension(2)
（一） 增長函數（Growth function）
??? 在引入增長函數之前，我們先介紹一個例子，這個例子會有助于理解增長函數這個東西。
在input space為$\mathbb{R}$，假設空間為閾值函數，即當輸入的點$x>v$時，將該點標為正。如 圖1 為其中的6個假設。
圖1 閾值函數示例
很顯然，這個假設集合的大小為無限多個。但實際，我們很容易發現，對一個樣本大小為m的樣本，這些假設集可以分成$m+1$個大類，而每個大類里的假設對該樣本產生的經驗錯都是一致的。故我們很容易的想到可以直接用每個大類的一個假設作為代表，也就是說無限個假設實際上有效的假設只有$m+1$個。所以第一，第二篇文章中的$|H|$可以用$m+1$來代替。
??? 但很不幸，這是一個特定的例子，并且有效函數依賴與樣本，所以我們并不容易將其推廣開來。但換個思維，我們是否可以找到某種方法將無限多的假設集分成有限個大類，即用有限個有效的假設集來等價這個無限個假設集。這就是增長函數要干的事。
??? 首先，定義一個二分的集合：
$$\Pi_H(S)=\{(h(x_1),...,h(x_m)):h\in H\}$$
每一個$h$對樣本進行二分類，都會得到一個結果，所有的結果形成的集合即$\Pi_H(S)$，顯然$|\Pi_H(S)|\leq 2^m$。
定義 2.3 增長函數 對一個假設集合H的增長函數$\Pi_H:N\rightarrow N$ 定義為：
$$\forall m\in N,\Pi_H(m)=\max _{s\in \mathcal{X}^m}\mid \Pi_H(S)\mid$$
$\Pi_H(m)$表示使用hypothesis H 對任意m個點進行分類所能夠產生的最大數量的不同方法。增長函數提供了另外一種衡量hypothesis set H 復雜性的方法，并且這種方法與 Rademacher complexity 不一樣，它不依賴于產生樣本的分布。
??? 首先，我們先介紹一下Hoeffding引理。
Hoeffding Lemma: 令$a\leq X\leq b$為期望$E[X]=0$的隨機變量。那么，對于所有$t>0$，以下不等式成立：
$$E[exp(tX)] \leq exp(\frac{t^2(b-a)^2}{8})$$
定理 2.3 Massart's lemma:? 令$A\in \mathbb{R}^m$為一個有限的集合，記$r=\max_{X\in A}\parallel X\parallel_2$，那么以下不等式成立：
$$\mathop{E} _{\delta}[\frac{1}{m} \sup _{x\in A}\sum_{i=1}^m \sigma_ix_i]\leq\frac{r\sqrt{2log\mid A\mid}}{m}.$$
這里的$\sigma_i$為取值為$\{+1,-1\}$的獨立均勻隨機變量，$x_1,...,x_m$ 為向量$x$的各個成分。
證明： 對任意$t>0$，使用Jensen's 不等式可得：
\begin{align*}\exp(t\mathop{E} _\sigma[\sup _{x\in A}\sum _{i=1} ^m\sigma_ix_i])&\leq \mathop{E} _\sigma[\exp(t\sup _{x\in A}\sum _{i=1} ^m\sigma_ix_i)] \\&= \mathop{E} _\sigma[\sup _{x\in A}\exp(\sum _{i=1} ^mt\sigma_ix_i)] \\&\leq \sum _{x\in A}\mathop{E} _\sigma[\exp(\sum _{i=1} ^mt\sigma_ix_i)] \end{align*}
再根據$\sigma_i$的獨立性，應用Hoeffding's lemma可得：
\begin{align*}\exp(t\mathop{E} _\sigma[\sup _{x\in A}\sum _{i=1} ^m\sigma_ix_i])&\leq \sum _{x\in A}\prod _{i=1} ^m\mathop{E} _{\sigma_i}[\exp(t\sigma_ix_i)]? \\&\leq \sum _{x\in A}\prod _{i=1} ^m \exp[\frac{t^2(2x_i)^2}{8}] \\&=\sum _{x\in A}exp[\frac{t^2}{2}\sum _{i=1} ^mx_i^2]? \\&\leq \sum _{x\in A}exp[\frac{t^2r^2}{2}]=|A|e^{\frac{t^2r^2}{2}}\end{align*}
兩邊取$\log$，再同時除以t，可得：
$$\mathop{E} _{\sigma}[\sup _{x\in A}\sum_{i=1}^m \sigma_i x_i] \leq \frac{\log|A|}{t}+\frac{tr^2}{2}$$
對所有$t>0$均成立，令$t=\frac{\sqrt{2\log|A|}}{r}$,使右邊的式子最小，
$$\mathop{E} _{\delta}[\mathop{sup} _{x\in A}\sum_{i=1}^m \sigma_i x_i] \leq r\sqrt{2\log|A|}$$
再同時除以m即得到定理中的式子。證畢！
??? 應用Massart's lemma，就可以用增長函數界定Rademacher complexity.
推論 2.1 令G為取值為$\{+1,-1\}$的函數族，那么以下不等式成立：
$$\mathfrak{R}_m(G)\leq\sqrt{\frac{2log\Pi_G(m)}{m}}.$$
證明： 對一個固定的樣本$S=(x_1,...,x_m)$,定義$G_{|S}$為
$$G_{|S}=\{ (g(x_1),...,g(x_m)))^T:g\in G \}$$
由于$g(x)$的取值為$\{-1,1\}$，所以對$\forall u\in G_{|S}$,有$\| u\|_2\leq \sqrt{m}$。并且根據$G_{|S}$定義可知$G_{|S}=\Pi_G(S)$,故$|G_{|S}|\leq \Pi_G(m)$。
??? ?所以，應用Massart's lemma有：
\begin{align*}\mathfrak{R}_m(G) &= \mathop{E} _S[\mathop{E} _\sigma[\sup _{u\in G_{|S}}\frac{1}{m}\sum _{i=1} ^m\sigma_iu_i]] \\&\leq \mathop{E} _S[\frac{\sqrt{m}\sqrt{2\log|G_{|S}|}}{m}] \\&\leq \mathop{E} _S[\frac{\sqrt{m}\sqrt{2\log\Pi_G(m)}}{m}] \leq \sqrt{\frac{2\log\Pi_G(m)}{m}}\end{align*}
證畢！
??? 再將它與 定理2.2 結合起來，就得到增長函數表示的泛化邊界：
推論 2.2 增長函數泛化界 令H為取值為$\{-1,+1\}$的函數族。那么，對任意$\delta>0$，以概率$1-\delta$，對所有$h\in H$，以下不等式成立：
\begin{align}\label{equ:9}R(h)\leq\widehat{R}(h)+\sqrt{\frac{2log\Pi_H(m)}{m}}+\sqrt{\frac{log\frac{1}{\delta}}{2m}}\end{align}
另外，增長函數也可以不用首先通過Rademacher Complexity來界定，即：
$$\mathop{Pr}[\mid R(h)-\widehat{R}(h)\mid>\epsilon]\leq 4\Pi_H(2m)exp(-\frac{m\epsilon^2}{8})$$
這個不等式與式子\ref{equ:9}只差一個常數。
（二）VC維（VC-Dimension）
??? 在介紹VC維時，我們得先來了解二個概念，一個是前面在介紹增長函數時已經講過的“二分”(dichotomy)，還有一個是打散（shattering）。
??? 所謂“二分”指的是給定一個樣本S，和一個假設$h$，用$h$對S進行分類的結果稱為二分。因此對一個假設集合H，可以產生多種不同的“二分”，而這些二分構成了假設集H對樣本S的二分集合$\Pi_H(S)$。
??? “打散”的概念同樣也是針對假設集和樣本。我們說“一個樣本S可以被假設集H打散”當且僅當用這個假設集中的假設可以實現樣本S的所有可能的“二分”，即$\mid \Pi_H(S)\mid=2^m$。
??? 現在來定義VC維，假設集H的VC維指的就是能夠被H打散的最大的樣本個數。更嚴格定義如下：
定義 2.4 VC-Dimension 假設集H的VC維是能夠被H打散的最大樣本集的大小：
$$\mathop{VCdim}(H)=\max{m:\Pi_H(m)=2^m}.$$
這里必須注意兩點：如果我們說假設集H的VC維d，那么意思就是說
一些例子（這些例子的證明可見本人以前的文章：http://www.cnblogs.com/boostable/p/iage_VC_dimension.html）：
接下來我們來證明一個定理，它將增長函數與VC維聯系起來。
定理 2.4 Sauer's lemma 令H稱為$\mathop{VCdim}(H)=d$的假設集。那么，對所有$m\in N$，以下不等式成立：
$$\Pi_H(m)\leq\sum_{i=0}^d{m \choose i}.$$
證明：首先，確定m可取的值為$1,2,...$，d可取的值為$0,1,2,...$，
$$\sum _{i=0} ^d {m \choose i}=\sum _{i=0} ^d{d \choose i}=2^d$$
故上式成立。
$$\sum _{i=0} ^d {m \choose i}=\sum _{i=0} ^m{m \choose i}+\sum _{i=m+1} ^d{m \choose i}=2^m $$
故上式成立。
- 當$d=0$時，對所有m都成立。這是因為$d=0$時$\Pi_H(m)=2^0$,而$\sum _{i=0} ^d{m \choose i}=1$,故成立。
- 假設$(m,d-1)$時成立，即$\Pi_H(m)\leq\sum _{i=0} ^{d-1}{m \choose i}$，則
$$\sum _{i=0} ^{d-1}{m \choose i} \leq \sum _{i=0} ^{d-1}{m \choose i}+{m \choose d}=\sum _{i=0} ^ozvdkddzhkzd{m \choose i}$$
$(m,d)$也成立。
?如 圖2 所示。證畢！
圖2 Sauer's lemma 示例
推論 2.3 令H為$\mathop{VCdim}(H)=d$的假設集。那么，對所有的$m\geq d$:
$$\Pi_H(m)\leq{\frac{em}ozvdkddzhkzd}^d=O(m^d)$$
證明：
\begin{align*}\Pi_H(m) &\leq \sum _{i=0} ^d {m \choose i} \\&\leq \sum _{i=0} ^d {m \choose i}(\frac{m}ozvdkddzhkzd)^{d-i} \\&\leq \sum _{i=0} ^m {m \choose i}(\frac{m}ozvdkddzhkzd)^{d-i} \\&=(\frac{m}ozvdkddzhkzd)^d\sum _{i=0} ^m{m \choose i}(\frac{m}ozvdkddzhkzd)^i \\&=(\frac{m}ozvdkddzhkzd)^d(1+\fracozvdkddzhkzd{m})^m? \leq (\frac{m}ozvdkddzhkzd)^de^d\end{align*}
最后一個不等式是因為$(1-x)\leq e^{-x}$。證畢！
??? 于是我們可以把推論2.2 中的$\Pi_H(m)$用它的上界$(\frac{em}ozvdkddzhkzd)^d$來替代，得到如下推論：
推論 2.4 VC-維泛化界 令H為取值為$\{+1,-1\}$且VC維為d的假設集。那么，對任意的$\delta>0$，至少以概率$1-\delta$，以下不等式對所有$h\in H$都成立：
$$\mathcal{R}(h)\leq\widehat{\mathcal{R}}(h)+\sqrt{\frac{2d\log\frac{em}ozvdkddzhkzd}{m}}+\sqrt{\frac{\log\frac{1}{\delta}}{2m}}$$
我們可以將上式簡寫成
$$R(h)\leq\widehat{R}(h)+O(\sqrt{\frac{log(m/d)}{m/d}})$$
也就是說上界由$m/d$決定，m越大上界越小，d越大H越復雜，上界也越大。
?
posted on 2014-07-19 16:17 Boostable 閱讀(...) 評論(...) 編輯 收藏轉載于:https://www.cnblogs.com/boostable/p/foundationsOfML_RCVC_2.html
總結
以上是生活随笔為你收集整理的Foundations of Machine Learning: Rademacher complexity and VC-Dimension(2)的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： [MySQL 5.6] GTID实现、运
- 下一篇： 备忘：C++基础 -- 数据类型的学习总