マージンとは、機械学習の分類問題において、決定境界から最も近いデータ点（サポートベクトルなど）までの距離、あるいはその余白のことです。マージンを最大化するように境界を決定することで、未知のデータに対する予測性能（汎化性能）を高めることができます。特にサポートベクターマシン（SVM）などのアルゴリズムで重要な概念です。
マージンとは
マージンとは、データを異なるクラスに分類する「決定境界」と、その境界に最も近い「データ点」との間にある距離や隙間のことです。
詳しく解説
機械学習におけるマージン（Margin）は、モデルの分類の「自信」や「確信度」を定量化する指標として用いられます。特に「サポートベクターマシン」において最も代表的な概念です。サポートベクターマシンでは、2つのクラスを分割する境界線を引く際、単に分割するだけでなく、境界から最も近いデータ点（サポートベクトル）までの距離（マージン）が最大になるような決定境界を求めます。これを「マージン最大化」と呼びます。マージンには「ハードマージン」と「ソフトマージン」の2種類があります。ハードマージンは、すべての訓練データを誤りなく完全に分類することを前提とし、境界線とデータの間に一切の侵入を許しません。一方、実世界のデータにはノイズや外れ値が含まれることが多いため、一部の誤分類やマージン内部への侵入を許容するソフトマージンが広く使われています。
具体例・使われ方
例えば、スパムメールの判定モデルを学習させる際、単に「スパム」と「通常メール」をギリギリで分ける境界を引くのではなく、どちらのカテゴリの典型的なメールからも十分に離れた、マージンが広い境界を設定します。これにより、新しく届いた曖昧な表現を含むメールに対しても、誤判定しにくくなります。このように、境界に余裕を持たせることで「汎化性能」を向上させます。
似た用語との違い
マージンと混同されやすい概念に「損失関数」や「信頼度スコア」があります。損失関数はモデル全体の予測誤差を測定する枠組みであり、マージンはその誤差を最小化またはマージン自体を最大化するための評価尺度の一部として使われます。また、ニューラルネットワークにおける出力のソフトマックス関数による確率値も、直感的には分類の確信度を表しますが、これはマージンのような幾何学的な距離とは異なり、確率分布に基づく値です。
注意点
マージンを最大化することはモデルの頑健性を高めるために有効ですが、ハードマージンのように完全に誤分類を許容しない設定にすると、「過学習」を引き起こしやすくなります。ノイズの多い実データに対しては、ソフトマージンのように、ペナルティを調整する「ハイパーパラメータ」を適切に設定して、ある程度の誤分類を許容するトレードオフの設計が必要です。