支持向量机SVM(4)

之前推导的Kernal SVM算法带来了很多好处，但是存在过拟合问题。分析这个问题产生的原因有2个： 1)   核函数表达能力太强，too powerful 2)   我们坚持要求每个样本点都要分对，不允许有错误，这样一些噪音样本会导致过拟合。 如上图，虽然第一个分类有某些点分类错误，但直觉上我们认为这是一种更合理的方式，而第二个图坚持分类正确，但是边界太复杂。 如和解决这个问题，自然而然的想法是

>>阅读原文<<