ロバストサポートベクターマシン

ロバストSVMは、標準的なサポートベクターマシンを拡張し、外れ値や誤ラベル付けされた点の影響に抵抗するようにしたものです。ヒンジ損失を、有界または非凸損失関数に置き換えること、あるいはロバスト最適化制約を組み込むことによって、破損した訓練例によって歪められることがはるかに少ない決定境界を学習します。これにより、標準SVMでは著しく性能が低下するような、ノイズの多い実世界のデータセットに適しています。