SVM 파라메타가 필요한 여백을 최소화 하는 알고리즘이다. 두 클래스를 잘 나누는 w와 b를 구하겠다. sigmoid 함수로 보았을 때 각 양끝단으로 갔을 때 즉 w를 가중했을 때 클래스가 분리될 확률이 높아진다. Functional Margin𝒘𝑇𝒙 + 𝑏 = 0 의 선을 그리고, 선에서 더 멀리 떨어질 수 록, 클래스를 분리하는데 확률이 높아진다. 기능적 마진을 구하는 공식이다.하지만, 2𝑥1 + 3𝑥2 + 1 = 0 and 4𝑥1 + 6𝑥2 + 2 = 0. 같은 선이라도, 위의 functional margin의 식을 대입하면, 값이 다르게 나온다는 함정이있다. 이를 w의 절댓값으로 나누어주는 식이나오게되었다. Geometric Margin 가장 작은 기하학적 Magin을 최대..