[인공지능] SVM, Support Vector Machine, 서포트 벡터 머신

1. 서포트 벡터 머신이란?

분류되지 않은 새로운 데이터가 나타나면 결정 경계(기준선)을 기준으로 경계의 어느 쪽에 속하는지 분류하는 모델 - 왜 사용하나? 주어진 데이터에 대한 분류 - 언제 사용하나?

커널만 적절히 선택한다면 정확도가 높기 때문에 정확도를 요구하는 분류 문제를 다룰 때 좋음, 텍스트를 분류할 때도 많이 사용 결정 경계는 데이터가 분류된 클래스에서 최대한 멀리 떨어져 있을 때 성능이 좋음 (A2 >> A1) 마진 : 결정 경계와 서포트 벡터 사이의 거리 서포트 벡터 : 결정 경계와 가장 가까이 있는 데이터들 => 데이터들을 올바르게 분리하면서 마진 크기를 최대화 해야함 SVM은 선형 분류와 비선형 분류를 지원 - 선형 분류 - 비선형 분류 비선형 문제를 해결하기 위해 저차원 데이터를 고차원으로 보내는데 많은 수학적 계산을 필요로 함 다항식 커널(poly) : 실제로 특성을 추가하지는 않지만 다항식 특성을 많이 추가한 것과 같은 결과를 얻을 수 있는 방법 가우시안 R...

요청 처리 중입니다...

[인공지능] SVM, Support Vector Machine, 서포트 벡터 머신

등록된 다른 글