My Data Story

◈ '서포프 벡터 머신' 목차 ◈ 1. 선형 SVM 분류 2. 비선형 SVM 분류기 선형적으로 구분할 수 없는 데이터에 대해 사이킷런을 통해 비선형 SVM 분류 모델을 구현하는 방법을 살펴보자. 3. SVM 회귀 4. SVM 이론 1. 비선형 SVM 분류 모델 구현 선형적으로 분류할 수 없는 데이터 셋을 구분하기 위해서는 다항 특성을 추가하거나 유사도 특성을 추가하여 비선형 SVM 분류 모델을 만들어 볼 수 있다. 1.1 다항 특성 비선형 데이터셋을 다루는 한 가지 방법은 다항 회귀처럼 다항 특성을 추가하는 것이다. 사이킷런을 통해 구현할 때 직접 다항 특성을 추가할 수도 있고 다항식 커널을 활용할 수도 있다. (1) 다항 특성 생성 사이킷런에서 LinearSVC 는 선형 SVM 분류기라, 비선형 데이터..

◈ '서포프 벡터 머신' 목차 ◈ 1. 선형 SVM 분류 SVM 분류 알고리즘에 대해 이해하고, 사이킷런을 통해 선형 SVM 분류 모델을 구현하는 방법을 살펴보자. 2. 비선형 SVM 분류 3. SVM 회귀 4. SVM 이론 SVM은 매우 강력하고 선형이나 비선형 분류, 회귀, 이상치 탐색에도 사용할 수 있는 다목적 머신러닝 모델이다. SVM은 특히 복잡한 분류 문제에 잘 들어 맞으며 작거나 중간 크기의 데이터 셋에 적합하다. 1. SVM 분류 알고리즘 svm 분류기는 클래스 사이에 가장 넓은 도로를 찾는 것으로 생각할 수 있다. 그래서 라지 마진 분류 Large Margin Classification 이라고도 한다. 도로 바깥쪽에 훈련 샘플을 추가해도 결정 경계에는 전혀 영향을 미치지 않는다. 도로 경..