1
条回答
写回答
写回答
-
推荐回答在硬间隔的时，两个支持向量和最小化损失函数决定决策边界，两个标签类别不一致的点就是支持向量，它们分别是正样本和负样本。
而在软间隔情况下，支持向量仍然决定边际，但这时支持向量可能不再来自两种标签类别的点了，而是分布在决策边界两边的并且是同类别的点。
2022-04-03 09:45:29赞同 展开评论 打赏
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。
相关问答
