Support Vector Machine Teregulasi

Support Vector Machine (SVM) Teregulasi memperluas SVM klasik dengan secara eksplisit mengendalikan pertukaran antara maksimisasi margin dan kesalahan pelatihan melalui parameter penalti L1 atau L2. Formulasi soft-margin yang diperkenalkan oleh Cortes dan Vapnik pada tahun 1995 itu sendiri merupakan model teregulasi, dan varian L1-SVM selanjutnya secara tambahan mempromosikan kekosongan fitur (feature sparsity), memungkinkan pemilihan variabel otomatis dalam pengaturan berdimensi tinggi.