SVM鬆弛變量解讀

1.鬆弛變量反映了SVM模型對野點的容忍程度，只有野點有對應的鬆弛變量。也就是說，軟間隔的SVM允許部分樣本點分類錯誤來換取模型更強的泛化能力。 2.鬆弛變量本質是個變量，而且不能小於0。軟間隔SVM爲其配備了懲罰參數C。C越大意味着鬆弛變量要越小，對野點容忍度更低；C越小則模型允許更多的野點分類錯誤。 3.SVM處理非線性可分問題除了引入鬆弛變量外，還有使用核函數。核函數在非線性到線性轉化方面能

>>阅读原文<<