線形 SVMとは? わかりやすく解説

線形 SVM

出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2022/06/05 23:41 UTC 版)

サポートベクターマシン」の記事における「線形 SVM」の解説

以下のような形式の n {\displaystyle n} 個のトレーニング・データセットが与えられる。 ( x 1 , y 1 ) , … , ( x n , y n ) , {\displaystyle (\mathbf {x} _{1},y_{1}),\ldots ,(\mathbf {x} _{n},y_{n}),} y i {\displaystyle y_{i}} は1または−1であり、それぞれ、点 x i {\displaystyle \mathbf {x} _{i}} が属すクラスを示す。 x i {\displaystyle \mathbf {x} _{i}} は p {\displaystyle p} -次元実数ベクトルである。 y i = 1 {\displaystyle y_{i}=1} となる点 x i {\displaystyle \mathbf {x} _{i}} のグループy i = − 1 {\displaystyle y_{i}=-1} となる点 x i {\displaystyle \mathbf {x} _{i}} のグループとを分ける「最大マージン超平面」を求めたい。この超平面は、超平面各グループもっとも近いx i {\displaystyle \mathbf {x} _{i}} との距離が最大になるように定義される超平面下記満たす点 x {\displaystyle \mathbf {x} } の集合として記述できる。 w T xb = 0 , {\displaystyle \mathbf {w} ^{T}\mathbf {x} -b=0,} ここで、 w {\displaystyle \mathbf {w} } は超平面への法線ベクトルである。ヘッセ正規形とよく似ているが、 w {\displaystyle \mathbf {w} } は単位ベクトルとは限らない原点から超平面までの法線ベクトル沿った距離は、 b ‖ w ‖ {\displaystyle {\tfrac {b}{\|\mathbf {w} \|}}} で求められる

※この「線形 SVM」の解説は、「サポートベクターマシン」の解説の一部です。
「線形 SVM」を含む「サポートベクターマシン」の記事については、「サポートベクターマシン」の概要を参照ください。

ウィキペディア小見出し辞書の「線形 SVM」の項目はプログラムで機械的に意味や本文を生成しているため、不適切な項目が含まれていることもあります。ご了承くださいませ。 お問い合わせ



英和和英テキスト翻訳>> Weblio翻訳
英語⇒日本語日本語⇒英語
  

辞書ショートカット

すべての辞書の索引

「線形 SVM」の関連用語

線形 SVMのお隣キーワード
検索ランキング

   

英語⇒日本語
日本語⇒英語
   



線形 SVMのページの著作権
Weblio 辞書 情報提供元は 参加元一覧 にて確認できます。

   
ウィキペディアウィキペディア
Text is available under GNU Free Documentation License (GFDL).
Weblio辞書に掲載されている「ウィキペディア小見出し辞書」の記事は、Wikipediaのサポートベクターマシン (改訂履歴)の記事を複製、再配布したものにあたり、GNU Free Documentation Licenseというライセンスの下で提供されています。

©2025 GRAS Group, Inc.RSS