サポートベクター
Python で学ぶ線形分類器
Michael (Mike) Gelbart
Instructor, The University of British Columbia
SVMとは？
- 線形分類器（これまでの内容）
- ヒンジ損失とL2正則化を用いて学習
- サポートベクター：損失図の平坦部分にない学習例
- サポートベクター：誤分類された、または境界に近い例
- サポートベクターでない例を除去してもモデルに影響なし
- サポートベクターの数が少ないほど、カーネルSVMは高速
最大マージンの観点
- SVMは線形分離可能なデータセットに対して「マージン」を最大化する
- マージン：境界から最近傍点までの距離
最大マージンの観点
- SVMは線形分離可能なデータセットに対して「マージン」を最大化する
- マージン：境界から最近傍点までの距離
