fix display problems (#33)

* fix display problems
datawhalechina · Jul 9, 2023 · 0533480 · 0533480
1 parent 9830a08
commit 0533480
Show file tree

Hide file tree

Showing 2 changed files with 7 additions and 5 deletions.
diff --git a/docs/chapter3/chapter3.md b/docs/chapter3/chapter3.md
@@ -45,7 +45,7 @@ $$
 
 函数空间$\mathcal F$关于$\mathcal Z$在分布$\mathcal D$上的Rademacher复杂度为：
 $$
-\Re_{\mathcal Z}(\mathcal F)=E_{Z\subset\mathcal Z:|Z|=m}[\hat\Re_{\mathcal Z}(\mathcal F)]=E_{Z\subset\mathcal Z:|Z|=m}[E_{\sigma}[\underset{f\in\mathcal F}{sup}\frac{1}{m}\sideset{}{_{i=1}^m}\sum\sigma_i f(z_i)]]
+\Re_{\mathcal Z}(\mathcal F)=E_{Z\subset\mathcal Z:|Z|=m}[\hat\Re_{\mathcal Z}(\mathcal F)]=E_{Z\subset\mathcal Z:|Z|=m}[E_{\sigma}[\underset{f\in\mathcal F}{sup}\frac{1}{m} \sum_{i=1}^m \sigma_i f(z_i)]]
 $$
 这里$\sigma_i$是${-1,+1}$上服从均匀分布的随机变量。如果将$\sigma_i$改为其他分布，会得到一些别的复杂度定义。
 

diff --git a/docs/chapter6/chapter6.md b/docs/chapter6/chapter6.md
@@ -56,17 +56,19 @@ P122，介绍一种将样本空间划分成多个互不相容的区域，然后
 
 一种典型的方案就是我们熟悉的决策树模型：
 
-<center><img src="imgs/1.png" width= "800"/></center>
+![](imgs/1.png)
 
-每当构造出一个决策树的节点时，就等同于在样本空间上做出了一次划分。这一洞察方式同样可解释剪枝操作，例如剪枝前的样本空间为：
 
-<center><img src="imgs/2.png" width= "400"/></center>
 
+每当构造出一个决策树的节点时，就等同于在样本空间上做出了一次划分。这一洞察方式同样可解释剪枝操作，例如剪枝前的样本空间为：
 
+![](imgs/2.png)
 
 而剪枝之后则为：
 
-<center><img src="imgs/3.png" width= "400"/></center>
+![](imgs/3.png)
+
+
 
 此即所谓的划分机制。