서포트 벡터 머신
서포트 벡터 머신을 사용하여 데이터를 분류하거나 회귀 분석을 수행합니다.
Last updated
서포트 벡터 머신을 사용하여 데이터를 분류하거나 회귀 분석을 수행합니다.
Last updated
없음
미학습 모델
커널: 서포트 벡터 머신에서 선형적으로 분리되지 않는 데이터를 고차원 공간으로 변환해 선형 분리 가능한 형태로 만듭니다.
RBF(방사 기저 함수) : 가우시안 분포를 기반으로 해 데이터를 무한한 차원의 공간으로 매핑합니다.
선형 : 입력 데이터를 그대로 사용하여 선형 분리를 수행합니다. 고차원 공간으로의 매핑이 필요하지 않습니다.
다항식 : 입력 데이터를 고차원 공간으로 매핑하는 다항식 함수를 사용합니다. 주어진 차수의 다항식 함수로 데이터를 변환합니다.
시그모이드 : 로지스틱 시그모이드 함수를 사용하여 데이터를 고차원 공간으로 매핑합니다.
감마 커널 함수의 폭을 제어합니다. 값이 작을수록 데이터 포인트들 간의 영향을 나타내는 커널 함수의 폭이 넓어지며 모델이 단순해집니다. 반대로 값이 클수록 폭이 좁아지며 모델이 복잡해집니다. 적절한 감마 값을 찾기 위해 모델의 성능을 평가하고 조정하는 과정이 필요합니다.
