Intervalle douxIl s'agit d'une méthode introduite pour traiter les problèmes linéaires inséparables et réduire l'influence du bruit. Il sacrifie la restriction selon laquelle certains points doivent être correctement divisés en échange d'un intervalle de segmentation plus grand. Sa caractéristique est qu’il y aura des points d’erreur lors de la classification de l’effet global.

Intervalles doux et durs

Méthode de classification par intervalles stricts : il est impératif que tous les points d'échantillonnage rencontrent un point, c'est-à-dire que la distance entre les plans de classification soit supérieure à une certaine valeur.

Méthode de classification des marges souples : permet aux échantillons individuels de ne pas répondre aux contraintes, supprimant ainsi une partie du bruit ou traitant des problèmes qui ne peuvent pas être classés par des marges dures.

Application de la marge souple

Si la cartographie des données est toujours linéairement inséparable dans les dimensions élevées, alors l'hyperplan doit être ajusté, c'est-à-dire l'intervalle souple ; si les données sont linéairement séparables, mais qu'il peut encore y avoir du bruit dans les données, l'intervalle souple peut être utilisé pour réduire l'impact du bruit.

Termes connexes : marge dure, maximisation de la marge souple