上節課說明了一點，就是 SVM 同樣可能會造成 overfit。原因有兩個，一個是由於 SVM 模型（即 kernel）過於復雜，轉換的維度太多，過於powerful 了；另外一個是由於堅持要將所有的樣本都分類正確，即不允許錯誤存在，造成模型過於復雜。 影片內容 pdf：https://www.csie.ntu.edu.tw/~htlin/course/mltech18spring/doc/204_handout.pdf