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
サポートベクトルマシン - Qiita
■サポートベクトルマシン 【特徴】 ・線形2値分類手法 ・外れ値の影響を受けにくい どのように2値分類... ■サポートベクトルマシン 【特徴】 ・線形2値分類手法 ・外れ値の影響を受けにくい どのように2値分類を行うのか? ・マージン:判別境界の周りにデータポイントが存在しない帯状の領域 ・サポートベクトル:マージンの境界上のデータポイント ・マージンの大きさ:判別境界からサポートベクトルまでの距離(点と直線の距離) 上記の3点よりマージン=距離の大きさが最大となるように判別境界を設定します。 【点と直線の距離の公式】 点$(x_1, x_2)から直線w_1x_1 + w_2x_2 + b = 0$に下した垂線の長さを、点と直線間の距離といい下記の公式により求まります。 $距離 =\frac{|w_1x_1 + w_2x_2 + b|}{\sqrt{w_1^2 + w_2^2}}$ 【イメージ】 実装 1.モジュールインポート import numpy as np import pandas a