Машины опорных векторов (Support vector machines)

Синонимы: Метод опорных векторов, SVM

Разделы: Алгоритмы

Группа алгоритмов классификации, основанных на обучении с учителем, использующих линейное разделение объектов в пространстве признаков с помощью гиперплоскости.

Основная идея метода — перевод исходных векторов в пространство более высокой размерности и поиск разделяющей гиперплоскости с максимальным зазором в этом пространстве. Две параллельных гиперплоскости строятся по обеим сторонам гиперплоскости, разделяющей классы.

Разделяющей гиперплоскостью будет гиперплоскость, максимизирующая расстояние до двух параллельных гиперплоскостей. Алгоритм работает в предположении, что чем больше разница или расстояние между этими параллельными гиперплоскостями, тем меньше будет средняя ошибка классификатора.

Основной проблемой метода является выбор оптимальной гиперплоскости, которая позволяет разделить классы с максимальной точностью. Для этого разделяющая гиперплоскость должна быть выбрана так, чтобы расстояние между ближайшими точками, расположенными по разные стороны от нее, было бы максимальным.

Данное расстояние называется зазором, а сами точки – опорными векторами.

Тогда разделяющая гиперплоскость должна быть выбрана таким образом, чтобы максимизировать зазор, что обеспечит более уверенное разделение классов.

Теория опорных векторов была разработана В.Н. Вапником в 1990г. и применяется для решения задачи бинарной классификации.

results matching ""

    No results matching ""