SVM 是否内置了正则化（除了正则化参数 C）？
Does SVM have regularization built in (besides the regularization parameter C)?
一种常见的正则化方法是最小化误差函数与权重向量范数乘以正则化参数的总和。很多时候，这会产生选择重要特征而忽略不重要特征的效果。
SVM 原始形式最小化 。这表明上述正则化内置于 SVM 中。这是正确的吗？
是的。
SVM 通常被表述为优化 the margin 的分类器。这可以证明等同于您在问题中显示的 l2 正则化项。
有关详细讨论，请参见例如Bishop 第 7 章
一种常见的正则化方法是最小化误差函数与权重向量范数乘以正则化参数的总和。很多时候，这会产生选择重要特征而忽略不重要特征的效果。
SVM 原始形式最小化
是的。
SVM 通常被表述为优化 the margin 的分类器。这可以证明等同于您在问题中显示的 l2 正则化项。
有关详细讨论，请参见例如Bishop 第 7 章