Chapter 4. Support Vector Machine

SVM은 라그랑지안을 최소화 시키는 람다를 구하면 바로 구현할 수 있지만.. 그 최소화 방법이 무지 어렵다.

손으로 풀어도 못풀겠는데.. 알고리즘으로 어떻게 짜야할지.

책에도 이 부분의 알고리즘을 제시하지 않았다. 어쩐지 오픈소스 코드들이 너무 어려웠다.

이 부분은 너무 어려우니 넘어가고, 다음에 다시 코드를 짜야 겠다. --------- SVM은 서포트 벡터 사이의 거리인 마진을 최대화 하는 1. 초평면 법선 벡터와 2.

그 벡터의 원점으로 부터의 거리를 구하는 방법. 하드 마진은 완벽 분리, 소프트 마진은 약간의 에러 허용 커널은 벡터를 분리가 가능한 다른 차원의 벡터로 변경하는 역할 - 현재 차원에서 linear로 구분할 수 없을지라도, 차원이 높아지면 분리가능 libsvm svm_light dlib...