Large-margin

释义 Definition

large-margin（多作形容词，常用连字符）：“大间隔的 / 大裕度的”。最常见于机器学习与统计学习中，指通过最大化分类边界（margin）来提升泛化能力的模型或方法（如 large-margin classifier）。在商业或日常语境中也可泛指“利润空间大/余量大”的（如 large-margin product）。

发音 Pronunciation (IPA)

/ˌlɑːrdʒ ˈmɑːrdʒɪn/

例句 Examples

A large-margin classifier can generalize better to new data.
大间隔分类器通常能更好地泛化到新数据上。

By optimizing a large-margin objective, the model reduces sensitivity to noisy labels and small perturbations.
通过优化“大间隔”目标，模型能降低对噪声标签与微小扰动的敏感性。

词源 Etymology

large 意为“大的、广的”；margin 原义为“边缘、页边空白”，来自拉丁语 margo（边界、边缘）。在机器学习里，margin 语义自然延伸为“决策边界与样本之间的距离/安全余量”，因此 large-margin 就是“让这种余量尽可能大”的思想与方法名称。

相关词 Related Words

• Margin
• Classifier
• Support-Vector
• Maximum-Margin
• Hyperplane
• Regularization
• Generalization
• Hinge-Loss
• Kernel
• Separable

文献/著作中的典型出现 Notable Works

• The Nature of Statistical Learning Theory（Vladimir Vapnik）
• “Support-Vector Networks”（Cortes & Vapnik, 1995）
• Learning with Kernels（Bernhard Schölkopf & Alexander Smola）
• The Elements of Statistical Learning（Hastie, Tibshirani & Friedman）
• Pattern Recognition and Machine Learning（Christopher M. Bishop）