机器学习技法笔记--- Linear SVM

1）引入 线性可分的情况下，下面哪条线（或者哪个面）算是最好的？ 2）为什么选择的超平面（线）Hyperplane要离Xn最远？ 因为如果未来的数据X ≈ 已测的数据Xn（也就是看做有一些测量误差noise），那么一旦超平面过近，就有可能导致分类错误 超平面越远，所容忍的噪声越多（噪声是导致过拟合的原因之一） 3）怎样的Hyperplane才算是最远？ 可以看成把一根线不断地往两边加粗，直到某一边

>>阅读原文<<