結構風險

在統計學習理論中，結構風險定義為經驗風險與置信區間的和。因為在機器學習理論中，雖然經驗風險最小化的歸納原則是一致的，但是一致性是在樣本數量趨向無窮大時得到了，在樣本點個數有限的情況下，僅僅用經驗風險來近似期望風險是十分粗糙的，結構風險則是期望風險的一個上界。