概念VC dimension / Vapnik-Chervonenkis dimension
VC 维
统计学习理论中衡量假设空间复杂度的指标，定义为假设空间能够打散的最大样本集大小，常用于泛化误差界分析。
时间轴 (近 90 天)
8月29日
VC 维由 Vladimir Vapnik 和 Alexey Chervonenkis 于 1971 年提出，量化了假设空间能够打散的最大样本数
待验证50%
8月29日
二维平面上的线性分类器的 VC 维为 3
待验证50%
统计学习理论中衡量假设空间复杂度的指标，定义为假设空间能够打散的最大样本集大小，常用于泛化误差界分析。
VC 维由 Vladimir Vapnik 和 Alexey Chervonenkis 于 1971 年提出，量化了假设空间能够打散的最大样本数
二维平面上的线性分类器的 VC 维为 3