您正在最小化整个损失方程。如果它包含正则化，则您也强制权重很小。具有较小的权重是有利的特性，因为该算法不会强烈关注一个特征，所有这些都恰好是重要的，因此对某些特征过度拟合的风险较小。

因此，这确实是一些折衷，在较大的利润但很少关注数据集不同的示例之间。

不，缩小利润通常不是目标。在链接注释的上下文中，如果我们知道没有异常值，这是一个目标。这样，边距可能会变小，因为我们要求所有的点都应该有一定的功能边距。

在注释的那部分之前，作者假设数据是线性可分的并且没有异常值。在这种情况下，确实我们想要的只是最小化$\Vert w\Vert^2$ 为了找到能够正确分离所有数据的超平面。

但是，异常值的出现会导致超平面的边距低于所需的边距。这就是作者所说的：

[...] 制作 $\Vert w\Vert^2$ 大（我们之前看到的使边距变小）[...]

一个直观的方法是查看注释部分中给出的图：

在那里我们可以看到，为了分离所有的点，边距被严重减少了。如果那个点不是异常值，这就是我们想要的。我们想减少我们的利润以分离所有的点。但是知道该点是异常值，我们想要的是忽略异常值并为其余点留出更大的边距。

异常值导致更大$\Vert w\Vert$因为它们使特征具有比期望的更大的影响（在该图片中，y轴特征的影响显着增长，即SVM没有学习数据的整体行为，它正在学习特定点/噪声数据）。

这就是成本函数（用术语$C$） 考虑到。如果我们使$C$ 更大，那么我们将更多地惩罚这些点没有功能边距的事实 $1$. 为了尝试正确分离所有数据，这将导致低边距，所以$\Vert w \Vert$ 成长不那么重要。

另一方面，如果我们使 $C$ 更小，那么我们最关心的就是减少 $\Vert w \Vert$. 这样，我们对功能边距小于的点的重视程度较低$1\rightarrow$ 异常值的存在影响较小。