Podpůrné vektory

Linear Classifiers in Python

Michael (Mike) Gelbart

Instructor, The University of British Columbia

Co je SVM?

  • Lineární klasifikátory (doposud)
  • Trénované pomocí hinge loss a L2 regularizace

Linear Classifiers in Python
  • Podpůrný vektor: trénovací příklad mimo plochou část diagramu ztrát
  • Podpůrný vektor: příklad nesprávně klasifikovaný nebo blízko hranice
  • Pokud příklad není podpůrný vektor, jeho odebrání model neovlivní
  • Malý počet podpůrných vektorů zrychluje kernelové SVM

Linear Classifiers in Python

Pohled maximální marže

  • SVM maximalizuje „marži" pro lineárně separovatelné datové sady
  • Marže: vzdálenost od hranice k nejbližším bodům

Linear Classifiers in Python

Pohled maximální marže

  • SVM maximalizuje „marži" pro lineárně separovatelné datové sady
  • Marže: vzdálenost od hranice k nejbližším bodům

Linear Classifiers in Python

Pojďme procvičovat!

Linear Classifiers in Python

Preparing Video For Download...