我正在研究使用支持向量机的图像分类，它通常被定义为......

N = 训练示例数

W = 是权重

f(x, W) = 点积

λ 被解释为通过交叉验证设置，但没有提及如何设置 Δ。

我知道 SVM 损失函数希望正确类的分数至少比错误类的分数大 Δ，但他们没有解释 Δ 是如何得出的。

在大多数示例中，它被定义为 Δ = 1.0，没有提及如何计算 1.0。这个值是通过反复试验（交叉验证）确定的吗？如何确定应该是什么价值？