将 SVC（支持向量分类器）应用于此处显示的一维数据：
参数成本 C=0 和 C=Infinity 的支持向量是多少？
据我了解 SVM 和超参数 CI 会说：
因为
C = 0不会有支持向量
所有
C = Infinity的数据点都是支持向量
这是正确的吗？请注意，我说的是 SVC 而不是 SVM
支持向量分类器和成本 C
数据挖掘
支持向量机
2022-02-26 02:34:08
1个回答
SVC 旨在找到一个分离的超平面。您拥有的数据是可分离的。因此超平面将在 x3 和 x4 之间移动。这是您的支持向量。现在 C 是一个参数，它允许您在允许的误差和分离超平面的宽度之间进行权衡。但是您的数据不需要这种权衡，因为它已经是可分离的。因此，需要接受的错误为零。svc 方程中的这个惩罚误差与 C 相乘。因为 C 与 0 相乘，所以 C 的值无关紧要，它们的乘积无论如何都会为零。