separating hyperplane(分离超平面):在机器学习与几何中,指在高维空间里用来把两类(或多类)数据点分开的一条“边界”。在二维里它像一条直线,在三维里像一个平面,更高维时称为“超平面”。(在支持向量机 SVM 中常见;通常还会追求“最大间隔”的分离超平面。)
/ˈsɛpəˌreɪtɪŋ ˈhaɪpərˌpleɪn/
A separating hyperplane can classify the data into two groups.
分离超平面可以把数据分成两组并进行分类。
In a support vector machine, the separating hyperplane is chosen to maximize the margin between the two classes.
在支持向量机中,会选择能最大化两类之间间隔的分离超平面。
separating 来自拉丁语 separare(分开、分离),强调“把……区分开”。hyperplane 由 **hyper-**(“超越、超过”,常表示“高维/更高层级”)+ plane(平面)构成,用来表示高维空间中的“平面型”边界。因此 separating hyperplane 字面意思就是“用于分离的高维平面边界”。