<<展開

非線形SVM

Facebookシェア Twitterツイート LINEで送る Googleシェア このエントリーをはてなブックマークに追加
この章を学ぶ前に必要な知識
Up
0
Down

要約

概要

非線形SVMはカーネルトリックを用いて非線形なデータに対してもSVMを適用できるようにした機械学習手法. ある条件を満たすカーネルを選択する必要がある.
ー 効果 ー
  • 非線形なデータに対しても適用できる
  • 分類とかが可能
ーポイントー
  • 入力のデータをカーネル関数に通すことで、分離可能にしている

解  説

非線形SVMは線形SVMでは解けないような非線形なデータに対してカーネルトリックを用いることで分離可能なデータにして学習するパターン認識手法
線形SVM
カーネルトリックでは、 ・RBFカーネル ・多項式カーネル などが有名. 上記のカーネル関数を入力データに対して使うことで非線形なモデルに対応できるようになる.
カーネルトリック
XY平面では分離できなくても、より高い次元を加えたら分離できるかもしれない。その概念図
この章を学んで新たに学べる
Comments

Reasons
>>隠す

知識: 線形SVM
線形SVMは線形なモデルを学習して識別を行うSVM(Support Vector Machine). 線形分離可能なデータに対して有効.
知識: カーネルトリック
カーネルトリックはSVMにおいて非線形なデータを別の空間で線形分離可能なデータに帰る手法