서포트 벡터 머신 (SVM)

SVM

• 기계학습의 방법론으로서 패턴인식, 자료 분석을 위한 지도 학습 모델
• 분류/회귀에 사용
• 두 카테고리가 있을 대 주어진 데이터를 바탕으로 새로운 데이터가 어느 카테고리에 속할지 판단하는 비확률적 이진 선형 분류 모델
• 비선형 분류 문제에도 사용하기 위해 커널트릭을 활용

SVM의 학습 방향 : margin이 최대가 되도록 설계 해야 함 

<SVM 용어>

Hyperplane - 서로 다른 클래스를 분류하는 기준 (성분, 평면)

Support Vector - 결정 경계에 가장 가까이 있는 각 클래스의 데이터

Margin - 어떤 데이터도 포함하지 않는 영역 

→ 결정 경계(hyperplane)를 margin이 가장 넓도록 설정함 (결정 경계 근처에 취하는 새로운 데이터가 들어와도 강인한 분류를 함) 

 

source: https://www.researchgate.net/figure/Classification-of-data-by-support-vector-machine-SVM_fig8_304611323