スラック変数造句
- スラック変数を含めて最適なマージンを持つ識別平面の条件は以下のようになる.
包含松弛变量,拥有最适合的边距的识别平面的条件如下所示。 - 式(4)においてスラック変数の和をとっているのでL1―SVRとよぶ。
公式(4)中,由于取了松弛变量之和,因此,被称为L1―SVR。 - ここでξi,ξM+iはスラック変数であり,それぞれデータxiがεチューブの上側にあったときの損失,下側にあったときの損失を表す。
这里,ξi,ξM+i是松弛变量,各个数据xi分别表示位于ε管上侧时的损失、位于下侧时的损失。 - 上記の条件の下で,スラック変数によるペナルティ項を含めてマージンdを最大化することは,以下の@equation_0@制約条件付き最小化問題で解くことができる.
在上述条件下,通过松弛变量将包含禁区项的边距d最大化,可以通过以下的带@equation_0@制约条件的最小化问题来解决。 - この方法では完全な線形識別をあきらめ,事例の誤識別の度合いをスラック変数@equation_0@を用いて表し,できるだけ誤識別の度合いを小さくするように最適化を行う.
在该方法中,放弃完全线性识别,使用松弛变量@equation_0@来表示实例误识别的程度,尽量将误识别的程度降为最低,来进行最优化。 - そこで,正のスラック変数ξi e" 0,(i = 1,...,m)を導入し,線形分離不可能なデータxiをξi/||w||だけ識別平面の重みベクトルwに沿って移動できるようにする.
在此,引入正的松弛变量ξi e" 0,(i = 1,…,m),只有线形不可分离的数据xiをξi/||w||才可以沿着识别平面的重叠矢量w进行移动。 - 用スラック変数造句挺难的,這是一个万能造句的方法