SVM(Support Vector Machine) 정리

참고 사이트 : https://ko.wikipedia.org/wiki/서포트_벡터_머신

참고 사이트 : http://support-vector-machines.org/

참고 문헌 : 머신러닝인 인 액션

SVM(Support Vector Machine) 이란?

• 패턴 인식, 자료 분석을 위한 지도 학습 모델
  
• 주로 분류, 회귀 분석을 위해 사용
• 주어진 데이터 집합을 바탕으로 새로운 데이터가 어느 카테고리에 속할지 판단하는 비확률적 이진 선형 분류 모델을 만듬
• SVM은 선형 분류에서 많이 사용되지만 비선형 분류에서도 사용될 수 있음

장점 : 일반화의 오류가 낮고 계산 비용이 적게 들며 결과 해석이 쉬움

단점 : 매개변수의 조정과 커널 선택에 민감함(본래 이진 분리만을 다룸)

LIBSVM 사용법

참고 사이트 : http://eehoeskrap.tistory.com/46

 http://scikit-learn.org/stable/auto_examples/svm/plot_svm_kernels.html

kernel_type 

• SIGMOID
• PRECOMPUTED

LINEAR
POLY(Polynomial)
RBF(Radial Basis Function