비선형 SVM 분류 출처 : ai.plainenglish.io/what-is-deep-learning-and-how-deep-learning-works-6f055125633d 5-1 장에서는 선형 데이터를 SVM으로 분류하는 방법에 대해서 살펴보았다. 비선형 데이터 역시 SVM으로 분류가 가능한데, 선형 회귀에서 비선형 데이터를 처리하던 것과 마찬가지로 기존 데이터에 다항 특성을 추가하여 SVM을 사용할 수 있다. X, y = make_moons(n_samples=100, noise=0.15) polynomial_svm_clf = Pipeline([ ("poly_feathers", PolynomialFeatures(degree=3)), ("scaler", StandardScaler()), ("svm_cl..

서포트 벡터 머신(SVM)은 선형, 비선형 분류, 회귀, 이상치 탐치 등 범용적으로 쓰일 수 있는 머신러닝 모델이다. 출처 : www.researchgate.net/figure/SVM-6-Shows-the-main-concept-of-SVM-Its-margins-and-support-vectors_fig1_343997587 서포트 벡터 머신은 위 그림과 같이 데이터를 클래스로 분류할 때 클래스 간의 가장 넓은 거리(Margin)를 찾는 모델이다. 그래서 라지 마진 분류(Large Margin Classification)라고도 한다. 마진의 끝자락에 위치한 샘플에 의해 마진이 결정되는데, 이러한 샘플을 서포트 벡터라고 한다. 소프트 마진 분류 모든 샘플이 마진의 바깥쪽에 완벽하게 분류되어있다면 이를 하드 ..