HyperAI

Maximisation Des Marges Souples

Maximisation des marges souplesIl s'agit d'une méthode d'optimisation qui utilise principalement des intervalles souples pour trouver la solution optimale. La sélection du meilleur hyperplan séparateur est un problème d'optimisation, basé sur la manière de maximiser l'intervalle géométrique.

Mais en pratique, pour maximiser l’intervalle géométrique de l’ensemble de données d’apprentissage, il est nécessaire que l’intervalle géométrique de tous les échantillons d’apprentissage atteignant l’hyperplan de classification soit supérieur à cette valeur. Contrairement à la maximisation des marges dures, la maximisation des marges souples ajoute le concept de variables de marge. En utilisant des marges souples pour diviser l’hyperplan, l’influence des valeurs aberrantes sur l’hyperplan de classification optimal peut être éliminée.

Termes connexes : marge souple, maximisation de la marge dure, problème de classification