Читать книгу Praxiseinstieg Machine Learning mit Scikit-Learn, Keras und TensorFlow - Aurélien Géron - Страница 167

Abbildung 5-12 zeigt die Entscheidungsfunktion, die dem Modell auf der linken Seite von Abbildung 5-4 entspricht: Es ist eine zweidimensionale Ebene, da dieser Datensatz zwei Merkmale besitzt (Breite und Länge der Kronblätter). Die Entscheidungsgrenze ist die Menge aller Punkte, bei denen die Entscheidungsfunktion gleich 0 ist: Sie ist die Schnittmenge zweier Ebenen und damit eine Gerade (als dicke durchgezogene Linie dargestellt).³

Abbildung 5-12: Entscheidungsfunktion für den Iris-Datensatz

Die gestrichelten Linien stehen für Punkte, bei denen die Entscheidungsfunktion 1 oder –1 beträgt: Sie befinden sich parallel und im gleichen Abstand zur Entscheidungsgrenze und bilden einen Rand (Margin) um sie herum. Beim Trainieren eines linearen SVM-Klassifikators wird nach einem Wert für w und b gesucht, für den dieser Margin so breit wie möglich wird und gleichzeitig Überschreitungen vermieden werden (Hard-Margin) oder nur in begrenztem Maße auftreten (Soft-Margin).