硬间隔是支持向量机中用于选择分割超平面的依据，其是指完全分类准确，不存在损失函数的情况，即损失值为 0，只需找出两个异类正中间的平面，与硬间隔相对的是软间隔。

软间隔指允许一定量的样本分类错误，其中优化函数包括两个部分，分别是点到平面的间隔距离和误分类的损失个数；C 为惩罚系数，那么误分类个数便是优化函数中的权重值，权重值越大，误分类的损失惩罚越厉害。

误分类损失函数可分为 Hinge 损失、指数损失和对率损失，但经常使用或默认使用的损失函数为 Hinge 损失的软间隔函数。

参考来源

【1】SVM 硬间隔与软间隔 (CSDN 博客)