Harte Marge
Hartes IntervallEs ist die Grundlage für die Auswahl der Segmentierungshyperebene in der Support Vector Machine. Es bezieht sich auf die Situation, in der die Klassifizierung völlig genau ist und keine Verlustfunktion vorhanden ist, dh der Verlustwert 0 ist. Es ist nur erforderlich, die Ebene genau in der Mitte zweier heterogener Klassen zu finden. Das Gegenteil eines harten Intervalls ist ein weiches Intervall.
Weiches IntervallDies bedeutet, dass eine bestimmte Anzahl von Fehlern bei der Probenklassifizierung zulässig ist. Die Optimierungsfunktion besteht aus zwei Teilen, nämlich dem Intervallabstand vom Punkt zur Ebene und der Anzahl der Fehlklassifizierungsverluste. C ist der Strafkoeffizient und die Anzahl der Fehlklassifizierungen ist der Gewichtungswert in der Optimierungsfunktion. Je höher der Gewichtswert, desto höher die Strafe für Verluste durch Fehlklassifizierung.
Fehlklassifizierungsverlustfunktionen können in Scharnierverlust, Exponentialverlust und Logarithmusverlust unterteilt werden. Die häufig oder standardmäßig verwendete Verlustfunktion ist jedoch die Soft-Margin-Funktion des Scharnierverlusts.