开发者:上海品职教育科技有限公司 隐私政策详情
应用版本:4.2.11(IOS)｜3.2.5(安卓)APP下载
随时随地学习课程，支持音视频下载！
nothing107 · 2020年01月01日
老师，您好。
线性可分样本，目标函数是margin最大化，以尽量避免新数据被分错。为什么非线性可分样本，margin越大，分类错误可能性越大。我理解margin的作用是确定中间的分割线，分类对错主要与分割线的位置相关，为什么与margin的宽窄有关？
星星_品职助教 · 2020年01月01日
同学你好，
margin的作用确实是确定中间的那条分割线。先有margin，然后才能确定分割线。想让margin最宽的目的就是想让两类不同的点区分的尽可能远，这样当放进来一个新的点的时候，新的点的分类的错误率才会最小。但margin宽窄的变化并不是两边等距离变化，所以margin的改变是会影响到分割线的位置的。
如果margin不是最大，例如有一边向内偏移了；或者说margin本来做不到那么大，可某一边被画宽了，这种情况下的分割线的位置都有可能会变化，新的点就有可能被分类错误。
