摘要：
本章的思路在于揭示VC Dimension的意义，简单来说就是假设的自由度，或者假设包含的feature vector的个数（一般情况下），同时进一步说明了Dvc和，Eout，Ein以及Model Complexity Penalty的关系。一回顾 由函数B(N,k)的定义，可以得到比较松的不等式mh(N)小于等于N^(k-1)(取第一项)。这样就可以把不等式转化为仅仅只和VC Dimension和N相关了，从而得出如下结论：1 mh(N)有break point k，那么其就是多项式级别的，我们认为假设数量不算多，是个好的假设；2 N 足够大，这样我们便算有了好的抽样数据集（假设不含很多N. 阅读全文
