【文件属性】：
文件名称：结构化风险最小化-数据挖掘原理与SPSS-Clementine应用宝典
文件大小：9.07MB
文件格式：PPT
更新时间：2021-04-24 00:30:31
SPSS 数据挖掘
14.1.4结构化风险最小化
通常，在小样本的情况下，对于复杂的学习机器，其训练误差过小，但反而造成了置信范围的增大，从而导致泛化性能下降。这往往是由于学习机器的结构不合理造成的。因此，ERM原则在样本有限时是不合理的。为此，统计学习理论提出了一种新的策略，在保证ERM原则的基础上，降低学习机器的VC维，能够使得期望风险在整个总体集上得到控制，即在训练误差和置信范围二者之间寻求一个折衷。这种思想就是结构风险最小化(Structural Risk Minimization，SRM)原则。