Sanfte Margenmaximierung
Weiche MargenmaximierungEs handelt sich um eine Optimierungsmethode, die hauptsächlich weiche Intervalle verwendet, um die optimale Lösung zu finden. Die Auswahl der besten trennenden Hyperebene ist ein Optimierungsproblem, das auf der Maximierung des geometrischen Intervalls basiert.
Um das geometrische Intervall des Trainingsdatensatzes zu maximieren, ist es in der Praxis jedoch erforderlich, dass das geometrische Intervall aller Trainingsbeispiele, die die Klassifizierungshyperebene erreichen, größer als dieser Wert ist. Im Unterschied zur harten Margenmaximierung kommt bei der weichen Margenmaximierung das Konzept der Schlupfvariablen hinzu. Durch die Verwendung weicher Ränder zum Unterteilen der Hyperebene kann der Einfluss von Ausreißern auf die optimale Klassifizierungshyperebene eliminiert werden.