Machine Learning avec Scikit-Learn

158

Chapitre 5. Machines à vecteurs de support

possible tout en évitant les empiétements de marge (marge rigide) ou en les limi-

tant (marge souple).

5.4.2 Objectif d’entraînement

Considérons la pente de la fonction de décision: elle est égale à la norme du vecteur

des pondérations: ║w║. Si nous divisons cette pente par 2, les points où la fonc-

tion de décision est égale à ±1 seront deux fois plus loin de la frontière de décision.

En d’autres termes, diviser la pente par 2 revient à multiplier la marge par 2. C’est

peut-être plus facile à visualiser en 2D, comme sur la gure 5.13. Plus le vecteur des

pondérations w est petit, plus la marge est ...