SVM 알고리즘 이해: 최적의 결정 경계를 찾는 지도 학습 방법
각 머신러닝 알고리즘은 데이터를 바라보는 시각이 다릅니다. KNN은 "누구와 비슷한가"에 주목하고, 결정 트리는 조건을 단계적으로 따지며, 랜덤 포레스트는 여러 트리의 투표 결과를 따르고, GBDT는 이전 모델의 오차를 수정해 나갑니다.
SVM(Support Vector Machine)은 이들과 확연히 다른 접근 방식을 취합니다. SVM은 다수결이나 분기 구조에 크게 신경 쓰지 않습니 ...
7월 8일 23:48에 게시됨
지원 벡터 머신 (SVM) 기본 개념 및 실습
SVM은 이진 분류 작업을 위한 기계 학습 모델로, 특성 공간에서 최대 간격의 초평면을 생성할 수 있는 모델 구조를 가집니다.
SVM 모델을 구성하는 핵심은 두 개의 서로 다른 클래스 샘플 간의 간격을 최대화하는 초평면을 찾는 것입니다. 일반적으로 간격 최대화 방식의 최적화 계산을 통해 SVM을 구성합니다.
1. 선형 분리 가능
------
작은 샘플, 비선형 및 고차원 ...
6월 18일 21:39에 게시됨