Recentemente, eu aprendi aprendizado de máquina e vi um post no reddit chamado “Please explain Support Vector Machines (SVM) like I am a 5 year old”, um elogio!
Máquina de suporte de vetores (SVM)
Claro, primeiro olhe para o wiki. Support Vector Machines are learning models used for classification: which individuals in a population belong where? So… how do SVM and the mysterious “kernel” work?
A história é a seguinte:
Há muito tempo, no Dia dos Namorados, o Grande Homem tentou salvar sua amada, mas o Diabo jogou um jogo com ele.
O diabo parece regularmente colocar duas bolas de cores diferentes sobre a mesa, dizendo: “Você pode separá-las com uma vara?”
Então, o Grande Homem deixou-o assim, o que é que ele fez de bom?
Então, o diabo, colocando mais bolas na mesa, parece que um estádio de bolas está errado no acampamento.
O SVM é tentar colocar a vara na melhor posição possível para que haja o maior espaço possível em ambos os lados da vara.
Agora, mesmo que o diabo tenha jogado mais bolas, o bastão ainda é uma boa linha divisória.
Em seguida, há outro truque mais importante na caixa de ferramentas do SVM. O demônio vê que o Grande Homem aprendeu um truque, então ele dá um novo desafio ao Grande Homem.
Agora, o Grande Mestre não tem um bastão que possa ajudá-lo a separar as duas bolas, o que fazer agora? Claro que, como em todos os filmes de super-heróis, a mesa do Grande Mestre é batida e a bola voa para o ar. Então, com a ajuda do Grande Mestre, o Grande Mestre pega em um papel e o coloca no meio das duas bolas.
Agora, do ponto de vista do diabo, as bolas parecem estar separadas por uma curva.
E depois, os adultos entediados chamam a bola de “dados”, o bastão de “classificador”, o truque de maior intervalo de tempo de “otimização”, o kernelling da mesa, o papel de “hiperplano”.
Referências:
Please explain Support Vector Machines (SVM) like I am a 5 year old. : MachineLearning
Support Vector Machines explained well
O que é o SVM?
SVM - support vector machine, conhecido popularmente como máquina de vetores de suporte, é um algoritmo de aprendizado supervisionado, pertencente à categoria de classificação. Em aplicações de mineração de dados, o clustering correspondente e diferente do clustering não supervisionado. É amplamente utilizado em Machine Learning, Computer Vision e Data Mining. O modelo de SVM é apresentado na Figura 1.
Suponhamos que nós queremos dividir o círculo do coração real e o círculo do coração vazio em duas categorias por meio da linha de três e oito. Então há infinitas linhas para fazer isso. No SVM, procuramos uma linha divisória ótima que faça a maior margem possível em ambos os lados. Nesse caso, alguns pontos de dados que são grosseiramente bordados são chamados de vetores de suporte, que é a origem do nome do algoritmo de classificação.
Expandir para n dimensões e até infinitas dimensões, como na Figura 2.
We got a bunch of data points in a n- dimensional to infinite-dimensional space, Then one can always find a optimal hyperplane which is always in the n-1 dimension.
Por fim, Direção estatística: Support Vector Machines (SVM) wiki:Support vector machine Currículo: Página de columbia.edu O vídeo mostra o processo de criação de uma escada de segurança para crianças, e um ótimo vídeo de demonstração. http://youtu.be/3liCbRZPrZA
Traduzido de: