0
지원 벡터 머신, 즉 해당 분류 점수에 대한 우려가 있습니다. 분류 점수의 상한은 있습니까? SVM은 단순한 초평면이기 때문에 점수는 기본적으로 그 초평면과의 거리이기 때문에 생각하지 않습니다. 제한이 없다면, 어떤 지점이 공간의 어느 곳이라도있을 수 있으며 따라서 거리가 어떤 경계도 가지지 않을 수 있습니까? 나는 다음 줄을 읽기 때문에 내가 부탁하고SVM 점수 - 상한?
:
"결정 점수를 경계하는 경우 - ... - 그리고 SVM 점수는 여백에 의해 제한된다"당신이 할 수
그게 무슨 뜻인지 설명해 주시겠습니까? 여백이 탐지 점수에 얼마나 큰 영향을 미치는지 보지 못했습니다 ...
감사합니다. 고맙습니다!
예. 이것이 확률을 떨어 뜨리는 베이지안 방식을 선호하는 많은 이유 중 하나입니다. – samthebest
이 질문과 관련하여 확률은 무엇입니까? –