2015年7月21日
Coursera台大机器学习技法课程笔记04-Soft-Margin Support Vector Machine
摘要： 之前的SVM非常的hard，要求每个点都要被正确的划分，这就有可能overfit，为此引入了Soft SVM，即允许存在被错分的点，将犯的错放在目 标函数中进行优化，非常类似于正则化。 将Soft SVM进行对偶转化后，发现与之前的hard SVM非常的像，只是其中一个系数多了个上界。 通过对阿尔法 阅读全文
posted @ 2015-07-21 14:50 牧马人夏峥 阅读(196) 评论(0) 推荐(0) 编辑