DeepRunning ～Level4.7～ - Qiita

Level４．機械学習講座（理論と実践） 4-7.サポートベクターマシン（SVM） 4-7-1.サポートベクターマシンとは ●２クラス分類のための機械学習手法 ●線形判別関数と最も近いデータ点の距離を“マージン”と呼ぶ。 マージンが最大となる線形判別関数を求める。 ●サポートベクター 分離超平面を構成する学習データは、サポートベクターだけで残りのデータは不要である。 ●ソフトマージンSVM サンプルを分離できない時、誤差を許容し、誤差に対してペナルティを与える。 線形分離できない場合でも対応し、パラメータCの大小で決定境界が変化する。 ●非線形分離 線形分離できない時、特徴空間に写像し、その空間で線形分離する。 ●カーネルトリック 高次元ベクトルの内積をスカラーで表現する。 特徴区間が高次元でも計算コストを抑えられる。 ※目的関数の導出などは、別途、復習して知識を養っておく必要がある。（今