서포트 벡터 머신 (SVM) 튜토리얼 페이지 입니다.
https://m.blog.naver.com/slykid/221716780045
서포트 벡터 머신 (SVM) 은 데이터의 클래스를 분류하기 위한 결정 경계 (Decision Boundary)를 정의하는 모델입니다. 두 클래스를 분류 해내는 마진을 최대화 하는 결정 경계를 찾는 것을 목적으로 합니다.
https://medium.com/@zxr.nju/what-is-the-kernel-trick-why-is-it-important-98a98db0961d
따라서 SVM은 기본적으로는 선형 분류라고 할 수 있습니다. 하지만 데이터를 선형 분류기로 분류 해낼 수 없는 경우가 많습니다. 이러한 한계를 극복하기 위해 적용된 것이 커널 트릭 (Kernel Trick) 입니다. 데이터를 원본보다 더 높은 고차원으로 맵핑시키는 방법입니다. 커널 트릭을 활용한다면 위와 같이 선형 분류가 불가능한 2차원의 데이터를 3차원으로 맵핑하여 분류하는 식의 활용이 가능합니다.
더욱 자세한 설명은 Notebook을 참고 해주세요.
