[メモ] サポートベクターマシン(SVM) - 机上の空論

サポートベクターマシン(以下 SVM) とは ・ニューラルネットワークの一種 ・教師ありクラスタリング SVM の基本的な考え方 ・元々2クラスの線形分離手法として提案される ・単層パーセプトロンに似ているが、SVM はマージン最大化という手法をとっているのがポイント。 ・マージン最大化とは、超平面と学習データの隙間となるマージンをなるべく大きく取ろうというもの。 (ここでいう超平面とは、2つのクラスにぶった切る平面のこと) ・ちなみに超平面と、ちょうどマージンの分だけ離れている学習データをサポートベクトルという。 ・このマージン最大化という考えを取り入れることによって、テストデータの識別精度を高めている。 SVM の発展 ・線形分離不可能な問題への対応 - ソフトマージン(学習データが多少マージンにくい込んだり、反するクラスの空間にくい込んだりしても許す)で対応

[t080400]

svm サポートベクターマシン　サポートベクトルマシン　svmの利点　svmの欠点

[masasyou310]

svm サポートベクターマシン　サポートベクトルマシン　svmの利点　svmの欠点

[chorinsky]

まとまってる

[Funmatu]

RでSVMを行うためのパッケージ「e1071」について．

[endorno]

パラメータの参考に

[peroon]

SVM libsvm [ML]

[otonasi_kaoru]

ここらへんのクラスタリングと分類アルゴリズムは試せるだけやってみようー