关于soft margin classification中的trade off

同学你好，

这里的关键是：margin的变宽不是两侧同时平行向外移动的。

boundary是margin的中线，中线是随着margin同步变化的。如果margin是向两侧同步，均匀的变宽，那么中线不会变，分类也不会有改变。但margin变宽的方式可能是两侧向外移动的幅度不同，也可能移动后会改变斜率。以上都会显著改变中线的位置/斜率，造成分类改变。

如果margin特别窄，会使得中线仅仅适合training set的分类，对于新数据的分类可能不准确。如果margin变宽，就会出现误分类的情况。所以wider margin和error是trade-off的关系，最终要找到一个最优的权衡。

----------------------

以上的问题其实都不会考察，这种具体的解释原版书上也没有。原版书上只给了一些结论和主要逻辑。

机器学习的算法实际是无数的数学和编程语言结合在一起的，但CFA不要求掌握会建立算法，只要求知道算法是干什么的就可以。

所以这一章和下一章大数据的要求都是掌握结论为主，学习方法都是建议通过题目来学习。题目往往都比较简单。