2020-06-15
阅读量:
1009
机器学习中软间隔和硬间隔
硬间隔：非常强硬非常严格的条件，最后的超平面和间隔边界必须以下2个条件
1. 不允许出现误分类点
2. 间隔边界内，不能有任何样本点，就算是被正确分类也不可以
软间隔，条件放宽一下,在间隔边界内
1.允许出现一些样本点
2. 甚至允许出现误分类点
软间隔下，如果C这个惩罚设置的非常大的话，说明出现带有松弛样本点的代价非常大，所以这个情况下条件会变得非常苛刻，很接近硬间隔，间隔边界之间的距离非常的小
如果C这个惩罚小得话，间隔边界内是可以出现带松弛变量的点的，这些点它们出现的代价不大，因为C非常非常的小，所以这个时候你会发现，间隔边界的距离会比较大
0.7101
6
3
关注作者
收藏
评论(0)
发表评论
暂无数据
推荐帖子
CDA持证人阿涛哥
2023-06-20
0条评论
CDA持证人阿涛哥
2021-03-31
0条评论
CDA持证人阿涛哥
2021-03-30
0条评论