#author("2021-12-18T12:31:23+09:00;2020-07-08T13:00:08+09:00","default:inoue.ko","inoue.ko") #author("2023-12-13T19:06:21+09:00;2020-07-08T13:00:08+09:00","default:inoue.ko","inoue.ko") *サポートベクターマシン SVM｜Support Vector Machine ~ SVM(サポートベクターマシン)とは、教師あり学習のクラス分類と、回帰のできる機械学習アルゴリズムで、様々ある分類手法の中でも認識性能が優れたものの一つと言われています。 ~ ***概要（教師あり｜分類） #image(https://upload.wikimedia.org/wikipedia/commons/thumb/7/72/SVM_margin.png/1054px-SVM_margin.png, right, 30%); アルゴリズム名の Support Vector とは、データを分割（分類）する「直線」に最も近いデータ点を意味します。Support Vector を定めて分割線を決め、その線を境界として、どのクラスに属しているかを予測するというのが、基本的な考え方です。 &scale(75){出典：https://commons.wikimedia.org/wiki/File:SVM_margin.png}; #clear #image(https://upload.wikimedia.org/wikipedia/commons/thumb/c/cc/Kernel_trick_idea.svg/1024px-Kernel_trick_idea.svg.png, right, 30%); 線形に分離できない（散布図に直線を引いても分割できない）データに対して入力特徴量の次元を増やして線形分離できるようにします。 &scale(75){出典：https://commons.wikimedia.org/wiki/File:Kernel_trick_idea.svg}; [[GoogleImage:サポートベクターマシン カーネル法]] ~ // //***用語解説 //~ //~ ***プログラム例 __[[Scikit-learn>https://scikit-learn.org/stable/]]__を使って手書数字を認識するプログラムです。 https://github.com/koichi-inoue/DataScience/blob/main/DigitRecognition.ipynb https://github.com/koichi-inoue/DataScience/blob/main/SupportVectorMachine_MNIST.ipynb ~ ~ ~