软间隔最大化是一种优化方法，其主要是利用软间隔寻得最优解，选择最佳分离超平面是一个最优化问题，其依据是如何实现几何间隔最大化。
但实际中，要让训练数据集的几何间隔做到最大化，就需要所有训练样本达到分类超平面的几何间隔均大于此值。不同于硬间隔最大化，软间隔最大化加入了松弛变量的概念，利用软间隔划分超平面，可以排除离群点最优分类超平面的影响。
软间隔最大化 Soft margin maximization
相关百科推荐
解析树 Parse Tree
解析树是语法分析结果的一种表现形式，通常以树状表示语言的语法结构。 解析树通常按照两种相反的法则生成，分别是依存语法和短语结构语法，不用于抽象语法树，后者是分析树多包涵信息的浓缩。 解析树与抽象语法树 抽象语法树 Abstract Syntax Tree 是语法结构的一种抽象表示…
粒子群优化算法 Particle Swarm Optimization
粒子群优化算法是基于群体智能理论的优化算法，利用粒子在迭代搜索的过程中完成对问题的寻优。 这种算法由 J. Kennedy 和 R.C.Eberhart 于 1995 年提出，是一种演化计算技术，其来源于对一个简化社会模型的模拟，通过跟踪群体的两个极值以调整自己的位置和速度，这两…
径向基函数 Radial Basis Function
径向基函数 RBF 是沿径向对称的标量函数，通常定义为空间中任一点 X 到某一中心 Xc 之间距离的单调函数，可记为 K ( || X – X c || )，当 X 远离 Xc 时函数取值很小。 径向基函数应用 径向基函数主要用于解决多变量差值问题，可通过多个径向基函数的和来逼近…