ERM ( Empirical risk min )
SRM (Structural risk minimization)
마진을 둬서 마진 최대가 되게 하자! 해서 두 선형식의 차이가 최대가 되도록
hard margin: 모든 데이터가 위에 식 만족
위 식을 만족하더라 convex에 의해
어차피 a = 0 인경우는 바운더리 결정x, 즉, 결정은 뒤에 식이
Soft Margin SVM
마진은 키우고 앱샐론은 줄이는 방향으로 가야함
하지만 소프트 마진도 여전히 리니어임
차원 낮으면 논리니어인데 차원 높으면 리니어인 경우 생각 -> 높은차원에 매핑함수 파이로 가정
파이 대신 커널함수 사용!
SVM for 회귀
'머신러닝' 카테고리의 다른 글
| 12. Dimensionality Reduction (0) | 2023.12.18 |
|---|---|
| 9. Neural Networks (0) | 2023.12.18 |
| 7. Decision Tree (0) | 2023.12.17 |
| 6장 Model Evaluation (1) | 2023.10.25 |
| 5장 Nearest Neighbor Method (0) | 2023.10.25 |
