当有一个蓝色点位于如下位置时,变成了一个线性不可分的问题。
Soft Margin SVM
1. 目的
让分类错误的点越少越好,而不是必须将所有点分类正确,也就是允许有noise存在。这种做法很大程度上不会使模型过于复杂,不会造成过拟合,而且分类效果是令人满意的。
2. 宽松约束条件:
,其中
。对每个数据点都有对应的容错空间
。
即允许一些数据点在如下直线与虚线之间(可以犯一定错误):
当有一个蓝色点位于如下位置时,变成了一个线性不可分的问题。
让分类错误的点越少越好,而不是必须将所有点分类正确,也就是允许有noise存在。这种做法很大程度上不会使模型过于复杂,不会造成过拟合,而且分类效果是令人满意的。
,其中
。对每个数据点都有对应的容错空间
。
即允许一些数据点在如下直线与虚线之间(可以犯一定错误):