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＆ｑｕｏｔ；　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＆ｑｕｏｔ；　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。

• スラック変数的日语：松弛变量；松弛变数