서포트 벡터 머신: Difference between revisions

Revision as of 20:59, 29 November 2020

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

@@ Line 1: / Line 1: @@
-#넘겨주기 [[SVM]]
+[[분류:인공지능]]
+;Support Vector Machine; 서포트 벡터 머신
+;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]]