極大最大

"極大最大"（Maximum Margin）是一個機器學習中的概念，特別是在支持向量機（Support Vector Machines, SVM）中。在SVM中，極大最大是指尋找一個超平面，使得它與訓練數據之間的距離最大，也就是說，這個超平面能夠以最大的邊界（margin）將不同的類別分開。

在SVM中，極大最大是一個優化目標，通過最大化邊界，SVM可以提高模型的泛化能力，也就是說，它可以在未見過的數據上也有較好的分類表現。這個目標通常通過解決一個凸二次規劃問題來實現，這個問題的解會找到一個超平面，以及一些支持向量，這些支持向量定義了邊界的寬度。

極大最大是一個強有力的概念，它不僅可以用在線性分類器中，還可以擴展到非線性分類問題，通過使用核函數（kernel functions）將數據映射到高維空間中，從而在高維空間中找到一個線性分類器。