知识卡片
软间隔为违约设置代价
软间隔给每个样本非负松弛量,允许进入间隔甚至被错分。在目标中加 C×松弛量之和。增大 C 更重视训练点违约,缩小 C 更强调宽间隔。一范数形式的对偶乘子限制在 [0,C]。二范数形式改惩罚平方,ν-SVM 则改变约束参数化。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 支持向量机 · 查看原书依据
yi(w⋅xi+b)≥1-ζi
参考来源
- 位置:《机器学习观止:核心原理与实践》第09章《支持向量机》(来源项目 book-source,`extracted/机器学习观止:核心原理与实践/_epub-src/OEBPS/Text/chapter9.xhtml`)。
- 结论依据:第 9.5 节用噪声破坏可分性引出松弛、C 及几种变体。
- 原始内容:yi(w⋅xi+b)≥1-ζi