जवाबों:
मुझे लगता है कि बुनियादी समर्थन वेक्टर मशीन का मतलब है हार्ड-मार्जिन एसवीएम। तो, चलो समीक्षा करें:
संक्षेप में, हम सबसे बड़े मार्जिन के साथ एक हाइपरप्लेन ढूंढना चाहते हैं जो हमारे प्रशिक्षण नमूना स्थान में सभी टिप्पणियों को सही ढंग से अलग करने में सक्षम हो।
उपरोक्त परिभाषा को देखते हुए, अनुकूलन समस्या क्या है जिसे हमें हल करने की आवश्यकता है?
max(margin)marginबाधा को अनुकूलित करने और संतुष्ट करने की भी आवश्यकता है : कोई नमूना त्रुटि नहींअपने प्रश्न पर वापस जाएं, क्योंकि आपने उल्लेख किया है कि प्रशिक्षण डेटा सेट सुविधागत परिवर्तनों के बिना हार्ड-मार्जिन एसवीएम का उपयोग करके रैखिक रूप से अलग नहीं है, "हाइपर-सैंपल त्रुटियों" को संतुष्ट करने वाले किसी भी हाइपरप्लेन को ढूंढना असंभव है ।
आम तौर पर, हम द्विघात प्रोग्रामिंग द्वारा एसवीएम अनुकूलन समस्या का समाधान करते हैं, क्योंकि यह बाधाओं के साथ अनुकूलन कार्य कर सकता है। यदि आप ग्रेडिएंट डिसेंट या अन्य ऑप्टिमाइज़ेशन एल्गोरिदम का उपयोग करते हैं, जो हार्ड-मार्जिन एसवीएम की बाधाओं को पूरा किए बिना, आपको अभी भी एक परिणाम प्राप्त करना चाहिए, लेकिन यह हार्ड-मार्जिन एसवीएम हाइपरप्लेन नहीं है।
वैसे, गैर-रैखिक रूप से वियोज्य डेटा के साथ, आमतौर पर हम चुनते हैं