機器學習 - 非線性劃分-軟間隔

到目前爲止，我們已經基本把SVM都學習了一遍，但是有一個問題就是，我們在SVM中是假設數據可以線性劃分，但是如果不能線性劃分呢？ 那你可能說，我們把他映射到更高維的空間，這種方法確實可行，但是不可避免會帶來的問題是，過於依賴數據，以至於收到極端值的影響大，爲了解決這個問題，我們就引進來的軟間隔的概念 如圖，因爲極端值的影響，會使得我們的超平面發生變化。我們使用軟間隔的意義就是 使得不滿足約束條件的

>>阅读原文<<