SVM-分分分

今天我們要來介紹SVM(Support Vector Machine)。

線性可分

假設現在我們要分類圓形還有正方形，那麼以這個例子來說，可以用很簡單的一根棍子來分類，這就是線性可分的。

線性不可分

那麼我們繼續分類圓形還有正方形，但現在有一個正方形跑到左邊了!我們的棍子不管怎麼擺放，都無法分割圓形還有正方形，那麼我們稱這個為線性不可分。

線性可分SVM

因為線性可分的圖形較為清楚，因此我們使用線性可分來解釋。
SVM是很厲害的人，可以把兩團資料做分類，而他是怎麼做到的呢?
SVM會找到一條線(圖中的黑色實線)，使Margin(虛線到黑色實線的距離)為最大，就是最好的線。Margin都為等長的。

黑色的線該如何找?

w 我們稱為weight vector。只要讓Margin()最大，我們就稱之為好線!

而怎麼找呢?
公式如下:

for all i
接著解Quadratic programming problem，這些就請讀者們加油了，本篇只紀錄大概念。

結論

SVM就是一種很厲害的分類器，可以將線性不可分的資料分類，但效能不太好。

參考資料

機器學習-支撐向量機(support vector machine, SVM)詳細推導
[資料分析&機器學習] 第3.4講：支援向量機(Support Vector Machine)介紹