machine-learning - SVM 分数 - 上限？

Question

我对支持向量机有一个担忧，即它们的分类分数:这些分类分数有上限吗？我认为不是，因为 SVM 只是一个超平面，而分数基本上是一个点到该超平面的距离。如果没有限制，一个点可以位于空间中的任何位置，因此距离没有任何限制，不是吗？

我问，因为我读过以下行:

"When decision scores are bounded — and SVM scores are bounded by the margin — ..."

你能解释一下这是什么意思吗？我不明白边距如何限制检测分数......

感谢您的帮助，非常感谢!

Answer 1

你的直觉是正确的。无论您读到的内容充其量都是误导性的或完全错误的(无论如何都需要一些上下文)。 SVM 决策值没有上限。这完全取决于测试实例。

SVM 决策值是测试实例特征空间中的内积与支持向量的线性组合。如果测试实例有无限范数，这些内积也将是无限的。