Professional Documents
Culture Documents
Метод опорних векторів
Метод опорних векторів
Підготували:
Боровий О.
Монець Д.
Що таке метод опорних векторів?
«Метод опорних векторів» (англ. Support Vector Machine - SVM) -
це керований алгоритм машинного навчання, який може бути
використаний як для проблем класифікації, так і для регресії.
Однак він переважно використовується в задачах класифікації. В
алгоритмі SVM ми зображуємо кожен елемент даних як точку в n-
вимірному просторі (де n — кількість властивостей елементу
даних), при цьому значення кожної характеристики є значенням
певної координати. Потім ми виконуємо класифікацію, знаходячи
гіперплощину, яка дуже добре розрізняє два класи.
Опорні вектори – це просто координати окремого спостереження.
Класифікатор SVM - це межа, яка найкраще відокремлює два класи
(гіперплощина/ лінія).
Розглянемо приклад, щоб зрозуміти ці поняття. Нехай населення
становить 50% на 50% чоловіків і жінок. Використовуючи вибірку
цієї сукупності, ви хочете створити певний набір правил, які
визначатимуть статевий клас для решти населення. Використовуючи
цей алгоритм, ми маємо намір створити робота, який зможе
визначити, чи є людина чоловіком чи жінкою. Це зразкова задача
класифікаційного аналізу. Використовуючи деякий набір правил, ми
спробуємо класифікувати сукупність на два можливі сегменти. Для
простоти припустимо, що два ідентифікуючі фактори відрізняються:
зріст особи та довжина волосся.
Сині кола на графіку представляють жінок, а зелені квадрати – чоловіків. Деякі очікувані
висновки з графіка:
Мінуси:
• Він погано працює, коли ми маємо великий набір даних, оскільки необхідний час навчання є вищим.
• Він також не дуже добре працює, коли у наборі даних більше шуму, тобто цільові класи
перекриваються.
• SVM не надає безпосередньо оцінки ймовірності, вони розраховуються за допомогою дорогої
п’ятикратної крос-валідації. Він включений у відповідний метод SVC бібліотеки Python scikit-learn.
Дякую за увагу!