スポンサーリンク
サポートベクターマシン(SVM)とは
SVM（Support Vector Machine）と言われる教師あり学習のアルゴリズムの1つで、「分類」、「回帰」の両方に利用可能です。
これは高速で、少ないデータでも良い性能が得られています！
サポートベクターマシンの仕組み
まず、分類したものがあるとします。
次のような手順で分類する感じです。
① データを青と緑のデータのように分類したいものを確認する。
② それっぽいところに直線を引き、分類する。
分類するための直線
③ 分類する境界に1番近いデータの点と距離（マージン）が最大となるようなところを探します。
④ その距離の最大地点に線を引きます。
SVMのイメージ
これがSVMの考え方になります！
スポンサーリンク
特徴（メリット・デメリット）
マージン最大化にする事が１番の特徴です。
マージン最大化できる境界を探すという基準がある事で、精度よいモデルができる。
＜メリット＞
- データの次元が大きくなっても精度が良い
- 人が調整するパラメータが少ない
＜デメリット＞
- 学習データが増えると計算量が膨大
- 基本的に２クラス分類に対応、多クラス分類をするには一手間かかる
まとめ
SVMは、データ量が少なくて、2クラス分類をする場合に向いている手法かと思います。
分類において、今回のような簡単には分けられる事は少なく、誤差等も入ってきたり、直線ではなく非線形のSVMもあります。
今回は基礎としての仕組みを勉強しました。
機械学習に興味があればぜひプログラミングを通して、勉強するとよりチカラがつくかと思います(^ ^)
それでは今日はここまで。
