在Andrew Ng 的机器学习课程之后，他解释了我们如何修改逻辑回归以获得SVM算法。首先，他用铰链损失替换（某种近似的）交叉熵损失，如下图所示：

然后他删除$\frac{1}{m}$系数并将整个成本函数除以正则化参数$\lambda$，这导致参数$C$西格玛后面（$C=\frac{1}{\lambda}$）。生成的成本函数如下图所示，它是 SVM 中的最小化目标：

后来他表明，通过为参数选择一个非常大的值$C$, SVM 将是一个大边距分类器。参数值大$C$与为参数选择较小的值相同$\lambda$在逻辑回归中。那么，逻辑回归是否具有较小的值$\lambda$也是一个大边距分类器？