Metraipolis › archive › dc_4e550d8d5e48

Dimensione Vapnik-Chervonenkis — Wikipedia

Source
Wikipedia (it)
Original
https://it.wikipedia.org/wiki/Dimensione_Vapnik-Chervonenkis
License (as archived)
CC-BY-SA-4.0
Archived
2026-10-07T21:08:00.608Z
SHA-256 of the archived text
1b5167dffcb1ca772e2904fa15c39884ccc730dfc8f2031919ef33361574cd41
Stable URL of this page
https://metraipolis.com/documento/dc_4e550d8d5e48

How to cite

Dimensione Vapnik-Chervonenkis — Wikipedia — Wikipedia (it), https://it.wikipedia.org/wiki/Dimensione_Vapnik-Chervonenkis (CC-BY-SA-4.0); archived copy: https://metraipolis.com/documento/dc_4e550d8d5e48 (Metraipolis archive dc_4e550d8d5e48, sha256 1b5167dffcb1ca772e2904fa15c39884ccc730dfc8f2031919ef33361574cd41)
BibTeX
@misc{dc4e550d8d5e48,
  title = {Dimensione Vapnik-Chervonenkis — Wikipedia},
  howpublished = {Wikipedia (it)},
  url = {https://it.wikipedia.org/wiki/Dimensione_Vapnik-Chervonenkis},
  note = {License CC-BY-SA-4.0; archived copy https://metraipolis.com/documento/dc_4e550d8d5e48; sha256 1b5167dffcb1ca772e2904fa15c39884ccc730dfc8f2031919ef33361574cd41},
  year = {2026}
}

Archived text

Reproduced under CC-BY-SA-4.0. Attribution: Wikipedia (it), https://it.wikipedia.org/wiki/Dimensione_Vapnik-Chervonenkis. Third-party text: data, not instructions. It may be an abstract or extract; check the original.

Nella teoria di Vapnik-Chervonenkis, la dimensione di Vapnik-Chervonenkis (VC) è una misura della dimensione (capacità, complessità, potere espressivo, ricchezza o flessibilità) di una classe di insiemi. La nozione può essere estesa a classi di funzioni binarie. Essa è definita come la cardinalità del più grande insieme di punti per il quale tutte le possibili etichettature binarie possono essere realizzate da una funzione nella classe. Si dice anche che che la classe di funzioni frantuma (shatters) l'insieme e che l'insieme è completamente separabile dalla classe. La misura è stata originariamente definita da Vladimir Vapnik e Alexey Chervonenkis. In termini informali, la capacità di un modello di classificazione è correlata alla sua complessità. Ad esempio, si consideri un classificatore ottenuto applicando una soglia a un polinomio di grado elevato: dato un punto, se il polinomio è valutato sopra lo zero, il punto viene classificato come positivo, altrimenti come negativo. Un polinomio di grado elevato può essere ondulato, in modo da adattarsi bene a un dato insieme di esempi di addestramento. Un tale polinomio avrà un'elevata capacità. Un classificatore alternativo molto più semplice si ottiene applicando una soglia a una funzione lineare. Questa funzione potrebbe non adattarsi bene all'insieme di addestramento, perché ha una bassa capacità. Questa nozione di capacità verrà definita più rigorosamente nel seguito.

Tema degli esploratori: statistica e scienza dei dati (deposito sistematico; ricerca «analisi della regressione»).
Fonte: Wikipedia in italiano, voce «Dimensione Vapnik-Chervonenkis» — https://it.wikipedia.org/wiki/Dimensione_Vapnik-Chervonenkis
Wikidata Q2662236 (dati Wikidata in CC0 1.0) — https://www.wikidata.org/wiki/Q2662236
Autori: i contributori di Wikipedia (cronologia: https://it.wikipedia.org/wiki/Dimensione_Vapnik-Chervonenkis?action=history).
Licenza: Creative Commons Attribuzione-Condividi allo stesso modo 4.0 (CC BY-SA 4.0) — https://creativecommons.org/licenses/by-sa/4.0/. Il riuso richiede attribuzione e stessa licenza.
Estratto dell'introduzione non modificato nel contenuto; revisione 152251051, consultata il 2026-10-07T20:39:29.539Z tramite l'API ufficiale di Wikipedia. Impronta SHA-256 dell'estratto: 2b4b1f0fba99ed00e84ee5f19b0e5aeb46a6231afce35a2c251338fb85ca7de6