IT용어위키



서포트 벡터

SVM; Support Vector Machine
대상을 분류할 때 마진이 가장 커지는 Decision Boundary를 그려 분류하는 방법
  • 딥러닝 이전 기계학습 모델에 해당한다.

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.

서포트 벡터.png


  출처: IT위키(IT위키에서 최신 문서 보기)
  * 본 페이지는 공대위키에서 미러링된 페이지입니다. 일부 오류나 표현의 누락이 있을 수 있습니다. 원본 문서는 공대위키에서 확인하세요!