Parametr regularyzacji C w maszynach wektorów nośnych (SVM) kontroluje kompromis między szerokością marginesu decyzyjnego a dopuszczalnym błędem klasyfikacji na danych treningowych. Niska wartość parametru C kładzie większy nacisk na maksymalizację marginesu, co pozwala na ignorowanie części szumu oraz punktów odstających i chroni model przed przeuczeniem. Z kolei wysoka wartość C mocno penalizuje wszelkie pomyłki, dążąc do idealnego rozdzielenia danych treningowych kosztem węższego marginesu, co może prowadzić do gorszej generalizacji. W praktyce optymalną wartość tego hiperparametru dobiera się najczęściej przy użyciu walidacji krzyżowej.
Regularization parameter C (C)
