统计学习理论提出一种新的策略，即把函数集构造为一个函数子集序列，使各个子集按照VC维的大小排列；在每个子集中寻找最小经验风险，在子集间折衷考虑经验风险和置信范围，取得实际风险的最小。这种思想称作结构风险最小化(Structural Risk Minimization), 即SRM准则。

http://s14/middle/68cceb61ta7a161e3144d&690
实现SRM原则的两种思路：

1，在每个子集中求最小经验风险，然后选择使最小经验风险和置信范围之和最小的子集。

2，设计函数集的某种结构，使每个子集中都能取得最小的经验风险，然后只需选择适当的子集使置信范围最小，则这个子集中使经验风险最小的函数就是最优函数。（PS:支持向量机方法实际就是这种思路的实现）