SVM分类器边缘内的点是否也支持向量？

Question

我知道支持向量是位于两个边距线上的数据点。但那些保证金内部呢？他们也支持载体吗？

Answer 1

不，因为数据点＆＃34; on＆＃34;边距不会对边距与靠近边距的类特定数据点之间的距离有贡献（它们具有零权重），最终最终决定最终选择的类别分隔线。

请查看这篇精彩指南：

https://www.analyticsvidhya.com/blog/2017/09/understaing-support-vector-machine-example-code/

祝你好运！

Answer 2

支持向量是构造决策边界所必需的向量。因此，支持向量是 on 约束的向量。内部的那些不构造边界，因此，它们不是支持向量。在SVM算法的原始公式中，它甚至不可能具有这样的向量，因为在线性可分离的情况下，对以下优化问题的约束不会成立：

Vapnik等人[1]将支持向量定义为以下等式所支持的向量：

边距内的向量来自所谓的 Soft-Margin SVM 的正则化项。在那里，错误分类受到惩罚，因此即使使用错误分类的向量也可以构建边距。但是这些错误不满足支持向量的要求，因为约束的RHS不等于1。