SVM(서포트 벡터 머신, Support Vector Machine) algorithm

SVM(서포트 벡터 머신, Support Vector Machine) algorithm 서포트 벡터 머신은 딥러닝이 대두하기 전까지 가장 많이 활용되던 머신러닝알고리즘이다. 클래스를 분류할 수 있는 다양한 경계선이 존재하는데 그중 최적의 라인을 찾아내는 원리이다.

명확하게 분류할 수 있는 데이터 집단에서 뛰어난 성능을 나타내며 고차원 공간에서도 효과적으로 사용이 가능하여 인기가 높았다. 2차원의 공간에서는 경계를 라인으로 그려낼 수 있지만, 다차원이 되면 경계를 평면으로 나타내야 하고 이를 초평면(Hyperplane)이라고 부른다. 각각의 데이터 그룹에서 초평면이랑 가장 인접한 데이터를 서포트 벡터(Support vector)라고 하며 초평면과 서포트 벡터 간의 거리인 마진(Margin) 값을 최대로 만들어 냈을 때 최적의 분류 조건을 만족한다.

두 클래스의 데이터를 분리하기 위해서는 선택할 수 있는 많은 초평면들이 있다. 여기서 데이터들 사이의 최대 거리를 갖는 평면을 찾으면 된다...