添加数据点对 SVM 与 SVM 损失的影响软最大

Posted

技术标签:

【中文标题】添加数据点对 SVM 与 SVM 损失的影响软最大【英文标题】:Effect of addition of a data point on the loss of SVM v.s. Softmax 【发布时间】:2018-09-25 16:18:13 【问题描述】:

是否可以向训练集中添加一个新的数据点,使 SVM 损失保持不变,但 Softmax 分类器损失不变?

【问题讨论】:

【参考方案1】:

在 SVM 中,如果新数据点的分数超出正确类别分数的边际范围,则损失不会改变,但在 Softmax 损失中,如果新添加的数据点的分数接近 +infinity会对loss产生不利影响,但是Softmax的loss肯定会发生变化。

【讨论】:

以上是关于添加数据点对 SVM 与 SVM 损失的影响软最大的主要内容,如果未能解决你的问题,请参考以下文章

SVM周关键词:线性支持向量机,软间隔,最大化

SVM支持向量机

-SVM支持向量机

2. 支持向量机(SVM)软间隔

机器学习(16)之支持向量机原理软间隔最大化

SVM笔记四之线性支持向量机(软间隔最大化)