svm——合页损失

横轴表示函数间隔，我们从两个方面来理解函数间隔： 1）正负 当样本被正确分类时，y(wx+b)>0；当样本被错误分类时，y(wx+b)<0。 2）大小 y(wx+b)的绝对值代表样本距离决策边界的远近程度。y(wx+b)的绝对值越大，表示样本距离决策边界越远。 因此，我们可以知道： 当y(wx+b)>0时，y(wx+b)的绝对值越大表示决策边界对样本的区分度越好 当y(wx+b)<0时，y(wx+

>>阅读原文<<