支持向量機SVM(4)

之前推導的Kernal SVM算法帶來了很多好處，但是存在過擬合問題。分析這個問題產生的原因有2個： 1)   核函數表達能力太強，too powerful 2)   我們堅持要求每個樣本點都要分對，不允許有錯誤，這樣一些噪音樣本會導致過擬合。 如上圖，雖然第一個分類有某些點分類錯誤，但直覺上我們認爲這是一種更合理的方式，而第二個圖堅持分類正確，但是邊界太複雜。 如和解決這個問題，自然而然的想法是

>>阅读原文<<