경고: 로그인하지 않았습니다. 편집을 하면 IP 주소가 공개되게 됩니다. 로그인하거나 계정을 생성하면 편집자가 사용자 이름으로 기록되고, 다른 장점도 있습니다.
편집을 취소할 수 있습니다.
이 편집을 되돌리려면 아래의 바뀐 내용을 확인한 후 게시해주세요.
최신판 |
당신의 편집 |
1번째 줄: |
1번째 줄: |
| [[분류:인공지능]] | | #넘겨주기 [[SVM]] |
| ;SVM; Support Vector Machine
| |
| ;대상을 분류할 때 마진이 가장 커지는 Decision Boundary를 그려 분류하는 방법
| |
| * 딥러닝 이전 기계학습 모델에 해당한다.
| |
| | |
| [[파일:SVM.png]]
| |
| | |
| == 구성 ==
| |
| * Support Vector
| |
| * Decision Boundary
| |
| ** (1차원) Decision Value(Threshold)
| |
| ** (2차원) Decision Line
| |
| ** (3차원) Decision Plane
| |
| ** (4차원 이상) Decision Hyperplane
| |
| ** (2차원 곡선) Decision Curve
| |
| ** (3차원 곡면) Decision Surface
| |
| ** (4차원 이상 곡면) Decision Hypersurface
| |
| * Margin
| |
| ** Hard Margin: Decision Boundary에서 여유를 두지 않는 최대 Margin
| |
| ** Soft Margin: Decision Boundary에서 일반화를 위해 약간의 여유를 두는 Margin
| |
| | |
| == 서포트 벡터 ==
| |
| ;Decision Boundary를 구하는 방법으로, 서포트 벡터를 이용한다.
| |
| * 특정 레이블 개체들 중 바깥 면에 있는 개체를 지나가도록 선을 그리고
| |
| * 평행선의 마진이 가장 넓어지는 서포트 벡터를 선정한 후
| |
| * 그 경계선 중간 지점에 Decision Boundary를 그린다.
| |
| * 즉 결정에 영향을 끼치는 관측치를 서포트 벡터(Support Vector)이라고 한다.
| |
| | |
| [[파일:서포트 벡터.png]]
| |