[1-2] 서포트 벡터 머신(Support Vector Machine)

- 서포트 벡터 머신 : 데이터 분포를 나누는 지도 학습의 분류에 해당하는 모델

 

 서포트 벡터 머신 알고리즘은 2차원뿐만 아니라 다차원의 벡터 공간을 2개로 잘 나눌 수 있는 경계를 찾기위한 알고리즘이다. 경계가 데이터들과 가장 멀리 떨어져 있어야 가장 적절한 경계다. 최적의 경계는 Maximum margin을 가진다.

- 마진(margin) : 경계와 서포트 벡터 사이의 거리

- 두 개의 데이터를 구분하는 경계에 위치하는 데이터 포인트를 서포트 벡터라고 한다. 

- 마진의 값이 클 수록 최적의 경계로 분류한 것이다. 또한, 서포트 벡터 머신은 커널함수를 사용해 선형으로 분류할 수 없는 데이터를 분류할 수 있고 2차원의 데이터를 다차원으로 가져가서 분류할 수 있다.

 

 

*서포트 벡터 머신의 동작 원리

 어떻게 두 개의 그룹으로 나눌 것인가? -> 직선으로 나눈다. -> 가장 균형있는 직선으로 나누는 방법은?
-> 최대 마진을 가지는 직선으로 나눈다. 

 

 

 

 

 

출처 : https://www.aitrends.com/ai-insider/support-vector-machines-svm-ai-self-driving-cars/

 

 

 

 

참고자료

https://tensorflow.blog/%ED%8C%8C%EC%9D%B4%EC%8D%AC-%EB%A8%B8%EC%8B%A0%EB%9F%AC%EB%8B%9D/2-3-7-%EC%BB%A4%EB%84%90-%EC%84%9C%ED%8F%AC%ED%8A%B8-%EB%B2%A1%ED%84%B0-%EB%A8%B8%EC%8B%A0/

2.3.7 커널 서포트 벡터 머신

책 : 실무가 훤히 보이는 머신러닝&딥러닝