科学・IＴ・登山の話題
投稿日：
SVMの決定境界はSVMで利用するカーネルにより異なる。
損失関数としてはヒンジ関数を利用するが、パーセプトロンとは異なり、横軸と交わる点はf(x)＝１である。このずれによりただしく判別されていても、ぎりぎりの場合には、ペナルティを少しだけ与える。
クラスを分類する平面を超平面と呼ぶ。マージンは超平面から最も近い各クラスのデータへの距離である。このマージンを最大化することによりデータへの遊びが生まれ、過学習を防ぐことができる。
データを高次空間に移すことで、線形では分離できないデータも分離できるようになる。代表的なカーネルとしては線形カーネルとRBFカーネルがある。
線形カーネル：線形分離、疎なデータ、例えばテキストデータなどに使われる。高速。
RBFカーネル：非線形分離、密なデータ、例えば音楽データなどに用いられる。
執筆者：admin
関連記事
ロジスティック回帰でデータを分析しようとしたところうまくいかず。どうにもこうにもおかしな値が出るし、他の回帰分析との結果と明らか矛盾している。よくわからないのでとりあえずirisデータを使って手順を追 …
前回手書き数字データについてイメージで確認した結果、人の目で確認する分には区別ができる。では機械学習ではどのように実施していくのか。 今回は以下の内容について説明する。 多様体学習による次元縮約 ナイ …
デザイン コントロールグループはあるか モデル 検定の前提は満たしているか（正規分布） 従属変数の尺度は適切か（名義、順序、間隔、比率） 独立変数の数は適切か モデルについて説明できるか（独立変数の数 …
irisデータをPCAで2次元に分類して可視化してみる。 内容 準備及びデータの前処理 PCA プロット 準備及びデータの前処理 irisデータを読み込み、PCAを実行するための前処理を …
# tidyデータの原則 # 1カラム = 1変数 # 1行 = 1観察 # 1テーブル = 1 unique key # foreign key to link # テーブル全体で見ること # カラ …