エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
統計ソフトRのブログ カーネルSVM
久々の更新です。 最近、カーネルSVMの威力に驚いています。 基本的には、判別分析と同じで、 直線を引... 久々の更新です。 最近、カーネルSVMの威力に驚いています。 基本的には、判別分析と同じで、 直線を引いて、この線よりこっち側はクラスAで 反対側はBですよというもの。 ↓イメージ ただし、下の場合のようにどうしても線が引けない時が出てきてしまいます。 そんなときは、カーネル関数によって次元を上げてしまうのです。 この図ですと、2次元から3次元にしたことによって、 2種類の○が直線によってわかられるのです。 (正確には平面) 「いやいや次元飛ばさなくても、曲線描けば分けられるよ」 と思うかも知れませんが、 解が計算できない場合が多いのです。 もちろん2次の判別関数(qda)というものも存在します。 まだ、判別関数について説明はしていませんが、 いずれしたいと思います。 判別関数にもちゃんとした長所もありますが 今回はSVMについて。 二つメリットを挙げます。 ・SVMは稀なデータでも可能