这一课主要是从如何判断一个机器学习分类算法里拟合的参数是最佳参数引出函数间隔和几何间隔的定义。
1、函数间隔
假设假想函数,
,那么
可以知道y=1;反之则y=0 。所以当
,我们可以很确定的认为y=1;当
,可以很确定地认为y=0。所以在分类算法中,我们在训练样本时得到这两个结果的时候,就可以知道选择的参数能很好的拟合数据,能很有自信地认为我们的分类器是
这一课主要是从如何判断一个机器学习分类算法里拟合的参数是最佳参数引出函数间隔和几何间隔的定义。
1、函数间隔
假设假想函数,
,那么
可以知道y=1;反之则y=0 。所以当
,我们可以很确定的认为y=1;当
,可以很确定地认为y=0。所以在分类算法中,我们在训练样本时得到这两个结果的时候,就可以知道选择的参数能很好的拟合数据,能很有自信地认为我们的分类器是