エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
ここにツイート内容が記載されます https://b.hatena.ne.jp/URLはspanで囲んでください
Twitterで共有ONにすると、次回以降このダイアログを飛ばしてTwitterに遷移します
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
SVMの仕組み SVM(サポートベクタマシン)はパターン認識を行うための、教師あり学習法です。 例として、... SVMの仕組み SVM(サポートベクタマシン)はパターン認識を行うための、教師あり学習法です。 例として、下の図のような赤丸と青丸の分類を考えてみましょう。 あまり複雑なことはしたくないので、この二つを直線を引いて分けることにします。 点と直線の距離を求めるで少し触れたように直線のどちら側にあるかは かけ算と足し算で簡単に求まります。 しかし直線で分けると言っても、赤丸と青丸を分ける直線は無数に存在します。 SVMではその無数の直線の中から、もっとも適したものを選ぶために「マージン最大化」を考えます。 マージンとは、分離を行う直線と、その直線にもっとも近い丸との距離のことです。 データにはばらつきがあるので、間違った判断をしないためにはこのマージンが大きい方が良さそうです。 図の例では、青い直線より赤い線の方がマージンが大きいので、赤い直線の優れた分離だと考えられます。 SVMはマージンが