728x90
SVM(Support Vector Machine)은 데이터셋의 각 피처 벡터들이 고유의 축을 갖는 벡터 공간을 이룬다고 가정한다.
모든 데이터를 벡터 공간 내의 좌표에 점으로 표시하고, 각 데이터가 속하는 목표 클래스별로 군집을 이룬다고 생각한다.
이때 각 군집까지의 거리를 최대한 멀리 유지하는 경계면을 찾는다.
정확도를 산출해보면 100%의 정확도를 갖는 것을 알 수 있다.
출처: book.naver.com/bookdb/book_detail.nhn?bid=17597510
파이썬 딥러닝 머신러닝 입문
아직도 파이썬을 모른다고? 이 책은 코드를 직접 입력하고 실행하는 데 필요한 기본적인 환경을 ‘구글 코랩’을 활용하여 파이썬의 가장 기본적인 문법 중 핵심적인 내용만 간단하게 설명한다
book.naver.com
728x90
'AI > Machine Learning&Deep Learning' 카테고리의 다른 글
| MachineLearning_앙상블 모델 (0) | 2021.03.22 |
|---|---|
| MachineLearning_로지스틱 회귀&의사결정나무 (0) | 2021.03.22 |
| MachineLearning_KNN 분류 알고리즘 (0) | 2021.03.22 |
| MachineLearning_분류(Classification) (0) | 2021.03.22 |
| Machine Learning_일차함수 관계식 찾기 (0) | 2021.03.20 |