마진
결정 경계와 가장 가까운 데이터 포인트 사이의 거리를 뜻합니다. 마진이 클수록 모델의 일반화 성능이 좋아지며, Perceptron 수렴 정리에서 학습 횟수의 상한선을 결정하는 중요한 요소로 작용합니다.