为什么SVM要引入松弛因子呢？
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
正负样本都被实线的决策平面分开，但结果是最大分类间隔特别小，而虚线虽然没有把正负样本都分开，但却保证了分类间隔更大。这表明，实线完全分类的决策平面不一定是最佳的。
你好，我是AI助理
可以解答问题、推荐解决方案等
评论
全部评论 (0)