SVM的loss 叫做合页损失函数，为什么叫合页损失函数是因为函数图像输出后会比较像一本打开的书，当合页函数大于1的时候，loss为0，否则为1-yi（wxi+b）。hinge loss会惩罚错误的预测，另外对于那些不自省的正确预测也会被惩罚，因此对比log-loss来说，合页损失函数会将数据损失最大化 同时由于合页函数的特性，这个损失函数的0区域对应的是不属于变量的数据样本，所以SVM不会依赖整个数据组去找到分离超平面，这也是SVM的优势之一，这样可以提高分析效率

编辑于 2022-10-14 11:34:00