大间隔分类学习研究现状

摘要

在机器学习领域中,间隔扮演着重要的角色.可以用来度量分类的置信度;其理论泛化界也可用于指导分类算法的设计.近年来,该理论已广泛应用于特征选择,分类器训练和集成学习.实际上,间隔思想表明如果在训练阶段模型能够产生大的间隔,那么分类任务将有好的置信度和高可靠性.文中介绍大间隔分类学习方法的研究现状,并给出了其存在的问题.