簡單通俗的說。
VC維是模型的複雜程度，模型假設空間越大，VC維越高。
shatter和break point是VC維理論中的概念。shatter是指模型假設把數據打碎了，也就是區分開了。而break point是指當模型複雜度變的足夠高了後，可以把數據打的足夠散的一個數學臨界點。
更重要的是，VC維的實踐意義是給機器學習可學性提供了理論支撐。
1. 測試集合的loss是否和訓練集合的loss接近？VC維越小，理論越接近。
2. 訓練集合的loss是否足夠小？VC維越大，loss理論越小。
一般工業實踐中通過引入正則對模型複雜度(VC維)進行控制，平衡這兩個問題的矛盾。
如果想深入理解，推薦看看騰訊廣點通團隊的這個技術博客：VC維的來龍去脈 | 火光搖曳 。 個人認爲總結的很好。
作者：趙印
鏈接：https://www.zhihu.com/question/38607822/answer/151561258
來源：知乎
著作權歸作者所有。商業轉載請聯繫作者獲得授權，非商業轉載請註明出處。
當然我認爲有幾點需要修改，模型複雜度和模型表達能力無關，所以應該改成模型的capability表達能力越強VC維越大。