機器學習之軟間隔支持向量機（機器學習技法）

爲什麼要軟間隔SVM 硬邊距SVM的過擬合 對於硬邊距SVM產生過擬合的原因主要有兩點：①我們選用的模型複雜度太高 ②我們堅持要將資料嚴格的分開。如下： 從直覺來說Φ1雖然有一些犯錯的地方但是它的模型複雜度較低不容易過擬合。我們不在執着於將資料嚴格分開（容忍一些小錯誤），我們想要的是較低的複雜度的模型來降低過擬合的危險。 軟邊距SVM的誕生 在pocket算法中我們的思想是找到犯錯誤最小的模型，它

>>阅读原文<<