VC-dimension（VC 维）

VC 维由 Vladimir Vapnik 和 Alexey Chervonenkis 于 1971 年提出，是统计学习理论的核心概念。若一个假设类能实现大小为 d 的样本集的所有 2^d 种标记，则其 VC 维至少为 d。VC 维有限是 PAC 可学习性的充分必要条件，并给出了泛化误差上界，为模型选择提供了理论指导。