This commit is contained in:
Marc Beninca 2020-08-13 23:56:24 +02:00
parent bab5b230bb
commit 79933282a9

View file

@ -112,14 +112,25 @@ La figure de gauche montre quant à elle une anomalie (outlier),
rendant de fait toute séparation linéaire impossible.
\bifig{}{Sensibilité de vaste marge aux anomalies \cite{homl-hard-few}}
{9em}{margin_hard_left}{margin_hard_right}
{9.5em}{margin_hard_left}{margin_hard_right}
Il faut donc utiliser un modèle plus flexible pour pouvoir éviter
ce type de problèmes. Le but étant de trouver le meilleur compromis
entre avoir la marge la plus large, et y retrouver le moins possible
d’éléments intrus, appelés violations de marge.
\bifig{}{ \cite{homl-hard-few}}
{9em}{margin_few_left}{margin_few_right}
Il est ainsi possible d’utiliser l’hyperparamètre \textbf{C} pour faire
varier la distance de prise en compte des éléments proches de la marge.
Plus la valeur de \textbf{C} augmente, plus le nombre de violations de
marge diminiue, mais plus le modèle se spécialise.
Une attention particulière doit donc être portée à la réduction de marge,
sans quoi le modèle perdrait en capacité de généralisation
et donc en précision.
\bifig{}{Plus ou moins de violations de marge, variation de C \cite{homl-hard-few}}
{9.5em}{margin_few_left}{margin_few_right}
\pagebreak