什么是“大幅度优化”？

Question

有人可以在机器学习环境中解释大边际优化是什么吗？我发现的一切都非常复杂，我不知道从哪里开始。

提前致谢。

Answer 1

在分类中，最大的边际问题只是搜索分离边界（在大多数情况下是超平面），它最大化了边界（与每个类的对象的最小距离）。

在二维数据的简单情况下，您可以将其视为搜索此类线，正确地将一个类的元素与另一个类的元素分开，同时最大化到最近点的距离之和来自两个班级。来自维基百科的以下图像显示了使用支持向量机找到的这种分离线：

这个几何概念非常重要，因为它使解决方案变得独一无二 - 如果我们只是搜索一条分隔我们数据的行，那么我们将拥有无限多个这样的解决方案，并且选择一个特定的解决方案会有问题。最大的边际概念向我们展示了我们想要的哪条线，因此，在这个问题中执行的优化过程通常是可重复的（并且正如许多实验所示 - 非常有效）。