機器學習算法之SVM(1)結構風險最小化

一、SVM的策略是結構風險最小化 1、幾何間隔 線性分類器比如感知機，目的是爲了在空間中找出一個超平面，這個超平面使得分類錯誤率最小。在進行分類的時候，數據集中所有的點都對分界面有影響。 而SVM中使用幾何間隔，就是點到分界面的距離 γi ,試想如果在某一類中離分界面最近的那個點與分界面的距離越大，顯然分類的確信度就越大。所以SVM中對分界面有影響的就是那些距離分界面最近的支持向量而不是全部數據點

>>阅读原文<<