3.4.1 최대 마진
큰 마진의 결정 경계를 원하는 이유는 일반화 오차가 낮아지는 경향이 있기 때문입니다. 반면 작은 마진의 모델은 과대적합되기 쉽습니다.
안타깝게도 SVM의 주요 개념은 비교적 간단하지만, 그 이면에 있는 수학은 상당히 고급이며 제약이 있는 최적화 문제에 대한 충분한 지식이 필요합니다.
따라서 SVM의 최대 마진 최적화에 대한 자세한 내용은 이 책의 범위를 벗어납니다. 하지만 더 자세히 알고 싶다면 다음 자료를 참고하세요.
• Chris J. C. Burges의 A Tutorial on Support Vector Machines for Pattern Recognition(Data Mining and Knowledge Discovery, 2(2): 121-167, 1998)
• 블라드미르 바프닉의 책 The Nature of Statistical Learning Theory, Springer Science+ Business Media, 2000
• Andrew Ng의 강의 노트(https://see.stanford.edu/materials/aimlcs229/cs229-notes3.pdf)