机器学习技法学习笔记

1.Large-Margin Separating Hyperplane 下面的三个图形用我们之前的线型方法都分类正确了，但是哪个是最好的呢？大部分人会选第三个。 为什么呢？因为我们发现，我们测试的资料会和我们的训练资料会有误差，而最右边的分割线的误差容忍度比较大，所以测量精度会更高。我们这里以灰色的圈圈代表误差容忍度。 我们将上述圈圈的大小转换为线的宽度，为了找到拥有最大容忍度的圈圈，我们转换成

>>阅读原文<<