SVM

SVM (Support Vector Machine)

• 기본적인 내용은 아래 링크에 엄청 잘 설명 되어있다.
  https://bkshin.tistory.com/entry/%EB%A8%B8%EC%8B%A0%EB%9F%AC%EB%8B%9D-2%EC%84%9C%ED%8F%AC%ED%8A%B8-%EB%B2%A1%ED%84%B0-%EB%A8%B8%EC%8B%A0-SVM

몇가지 추가 설명을 하자면
1. Kernel Trick

• 2차원에서 3차원으로 차원을 올리기 위해 z값을 설정해주고 이 때 z 값을 x^2 + y^2으로 준다.
• 따라서 z값(높이)차이에 의해 그림상의 빨간색 x와 파란색 o의 분리가 가능해지고 따라서 2차원에서 불가능했던 선형분류가 가능해지게 된다.

• 이렇게 저차원의 값을 고차원의 형태로 나타내 주는 것을 Kernel Trick이라고 한다.

추가적인내용

https://bskyvision.com/163
여기링크에서 좀더 상세하게 SVM과 rbf-SVM(Radial basis function-SVM)을 설명하는데, 아주 잘 되어있다.
-> 알고보니 위의 Kernel Trick에 사용되는 Kernel들이 다양하게 존재하고있고 그 중에 가장 성능이 좋아 자주 사용되는 것이 가우시안 RBF Kernel 이라고 한다.