Support Vector Machine
Eine SVM sucht die Hyperebene mit maximalem Rand für die Klassifikation und erreicht Nichtlinearität durch den Kernel-Trick; die Lösung wird allein durch die Stützvektoren bestimmt.
Zweck
Ein leistungsfähiges Verfahren für nichtlineare Klassifikation mit kleinen Stichproben und vielen Dimensionen mit Generalisierungsgarantien bieten.
Mechanismus
Die Maximierung des Rands 2/||w|| ist äquivalent zur Minimierung von ||w||^2/2 unter y_i(w·x_i+b)≥1. Der Kernel-Trick K(x,z)=φ(x)·φ(z) bildet implizit in hohe Dimensionen ab. Der Soft-Margin-Parameter C balanciert Rand und Fehlklassifikation.
Anwendungsfälle
- Klassifikationsprobleme
- Kleine Stichproben, hohe Dimension
- Nichtlineare Klassifikation
Verwandte Begriffe
Vector
Ein Vektor ist eine Größe mit Betrag und Richtung, dargestellt als geordnetes Zahlenarray, das Addition, Skalarmultiplikation, Skalar- und Kreuzprodukt unterstützt; er ist die Grundlage von Physik und Geometrie. GLOSSAR
Cosine Similarity
Die Kosinusähnlichkeit misst den Kosinus des Winkels zwischen zwei Vektoren und ignoriert deren Länge; sie wird vielfach für die Ähnlichkeitsberechnung von Textvektoren verwendet. GLOSSAR