Support Vector Machine
Une SVM recherche l'hyperplan à marge maximale pour la classification et atteint la non-linéarité par l'astuce du noyau ; la solution est déterminée par les vecteurs de support.
Objectif
Fournir une méthode puissante pour la classification non linéaire sur petits échantillons en grande dimension, avec des garanties de généralisation.
Mécanisme
Maximiser la marge 2/||w|| équivaut à minimiser ||w||^2/2 sous contrainte y_i(w·x_i+b)≥1. L'astuce du noyau K(x,z)=φ(x)·φ(z) mappe implicitement en grande dimension. Le paramètre C de la marge souple équilibre marge et erreurs de classification.
Cas d’usage
- Problèmes de classification
- Petits échantillons, grande dimension
- Classification non linéaire
Termes associés
Vector
Un vecteur est une grandeur dotée d'une norme et d'une direction, représentée comme un tableau ordonné de nombres, prenant en charge l'addition, la multiplication scalaire, le produit scalaire et le produit vectoriel ; c'est le fondement de la physique et de la géométrie. GLOSSAIRE
Cosine Similarity
La similarité cosinus mesure le cosinus de l'angle entre deux vecteurs, en ignorant leur longueur ; elle est largement utilisée pour le calcul de similarité entre vecteurs de texte. GLOSSAIRE