《機器學習_07_02_svm_軟間隔支援向量機》
阿新 • • 發佈：2020-05-21
### 一.簡介
上一節介紹了硬間隔支援向量機，它可以在嚴格線性可分的資料集上工作的很好，但對於非嚴格線性可分的情況往往就表現很差了，比如：
```python
import numpy as np
import matplotlib.pyplot as plt
import copy
import random
import os
os.chdir('../')
from ml_models import utils
from ml_models.svm import HardMarginSVM
%matplotlib inline
```
*** PS:請多試幾次，生成含噪聲點的資料***
```python
from sklearn.datasets import make_classification
data, target = make_classification(n_samples=100, n_features=2, n_classes=2, n_informative=1, n_redundant=0,
n_repeated=0, n_clusters_per_class=1, class_sep=2.0)
plt.scatter(data[:,0],data[:,1],c=target)
```