サポートベクターマシン SVM は、正の例と負の例を分離するための決定平面として超平面を確立します。これは、分類や回帰などのプロセスでデータを処理するための教師あり学習手法です。

サポート ベクター マシンは、高次元空間またはワイヤレス次元空間で超平面とセットを構築し、分類、回帰、またはその他のタスクを実行します。直感的には、分類境界が最も近いトレーニング データ ポイントから遠ければ遠いほど良いと考えられます。分類子のサイズ。

SVM は 2 分類モデルであり、特徴空間上で最大の間隔を持つ線形分類器として定義できます。学習戦略は間隔を最大化することであり、一般に凸二次計画問題に変換して解くことができます。

ベクター マシン アプリケーションのサポート

• テキストとハイパーテキストの分類
• 画像分類
• 手書きフォント認識
• 医学におけるタンパク質の分類

関連語: 分類、回帰、マージン最大化