Qu'est-ce que cela signifie de prendre en charge un vecteur (SVM)?

Qu'est-ce que cela signifie de prendre en charge un vecteur (SVM)?

J'ai récemment commencé à apprendre la machine et j'ai vu sur reddit le post Please explain Support Vector Machines (SVM) like I am a 5 year old, un mot de plus!

• Quel est le SVM?

  La machine vectorielle de support (SVM) est prise en charge.

  Bien sûr, regardez d'abord le wiki. Les machines vectorielles de support sont des modèles d'apprentissage utilisés pour la classification: quels individus dans une population appartiennent où?

  L'histoire est la suivante:

  Il y a bien longtemps, à la Saint-Valentin, le héros voulait sauver sa bien-aimée, mais le diable a joué un jeu avec lui.

  Le diable pose sur la table des balles de deux couleurs qui semblent être régulières, en disant: "Vous les séparez avec un bâton?"

  

  Je ne sais pas ce qu'il a fait, mais je ne sais pas ce qu'il a fait.

  

  Puis le diable, en mettant encore plus de ballons sur la table, semble avoir pris le mauvais camp.

  

  SVM est l'effort de placer le bâton dans la meilleure position possible, afin d'avoir le plus grand espace possible entre les deux extrémités.

  

  Aujourd'hui, même si le diable a mis plus de ballons, le bâton reste une bonne ligne de démarcation.

  

  Ensuite, il y a une autre astuce encore plus importante dans la boîte à outils SVM. Le diable voit que le super-héros a appris une astuce, alors il lui donne un nouveau défi.

  

  Maintenant, le grand homme n'a pas de bâton pour l'aider à séparer les deux boules, que faire maintenant? Bien sûr, comme dans tous les films de martial arts, le grand homme frappe une table et la balle vole dans les airs. Puis, grâce à la légèreté du grand homme, le grand homme prend une feuille de papier et la met au milieu des deux boules.

  

  Maintenant, du point de vue du diable, ces boules semblent être séparées par une courbe.

  

  Et ensuite, les adultes ennuyés, ils ont appelé ces boules " données ", le bâton " classificateur ", le truc à l'écart le plus grand s'appelle " optimisation ", le tableau de bord s'appelle " kernelling ", et le papier s'appelle " hyperplane ".

  Vidéo de démonstration

  Pour référence:

  • S'il vous plaît expliquer Support Vector Machines (SVM) comme si j'avais 5 ans.

  • Les machines vectorielles de support sont bien expliquées

  • https://www.youtube.com/watch?v=3liCbRZPrZA

• Les utilisateurs ont besoin de réponses fiables

  
  
  
  

• Une réponse de l'utilisateur Han Oliver

  Qu'est-ce que le SVM?

  SVM - support vector machine, communément appelé support vector machine, est un algorithme d'apprentissage supervisé qui appartient à la catégorie des classifications. Dans les applications de l'exploration de données, il correspond et se distingue du clustering non supervisé. Il est largement utilisé dans l'apprentissage automatique, la vision par ordinateur et l'exploration de données. Le principe de SVM est le suivant:

  

  Supposons que nous voulons diviser les cercles véritables et les cercles vides en deux catégories à l'aide de la ligne 3/8. Il y a donc une infinité de lignes qui peuvent accomplir cette tâche. Dans le SVM, nous cherchons une ligne de démarcation optimale qui ait la plus grande marge sur les deux côtés. Dans ce cas, plusieurs points de données avec des bords épais sont appelés vecteurs de support, d'où le nom de cet algorithme de classement.

  L'expansion de l'espace en n dimensions et même dans l'espace en dimensions infinies, comme dans la figure 2,

  

  Nous avons un tas de points de données dans un espace n-dimensionnel à dimension infinie, On peut alors toujours trouver un hyperplan optimal qui est toujours dans la dimension n-1.

  Il y a aussi des gens qui sont morts. Les statistiques sont basées sur les données fournies par les machines vectorielles de support (SVM). wiki:Support vector machine Les leçons:columbia.eduLes pages de Il y a aussi une superbe vidéo de démonstration.http://youtu.be/3liCbRZPrZA

Traduit de l'anglais