機器學習——圖解SVM中gamma和c參數的作用

參數c和gamma的作用 我們通過下圖詳解參數c的作用，首先我們以一個簡單的線性分類器爲例，上一個博客中我們知道影響分類器的主要因素是支持向量，即虛線上的樣本，如下圖可知： 但當正負樣本的分佈在如下情況時，需要引入核函數對數據進行高維度的映射，具體如下圖：      實線爲決策平面，虛線上的樣本爲支持向量。 參數c 上圖中我們知道決策平面與支持向量之間有一個距離差，而在實際工程中，參數c正是影響了

>>阅读原文<<