SVM (Support Vector Machine)

I. 통계적 주요 분석 기법, SVM

II. SVM의 개념도 및 구성요소

가. SVM의 개념도

나. SVM의 구성요소

구성요소	결정 수식	설명
Support Vector	X1, X2	– 클래스 분류 결정 직선에서 가장 근거리에 위치하는 벡터
초평면	WTX = 1, -1	– n차원 공간 구분 위해 결정되는 n-1 평면
결정 직선	WTX = 0	– 클래스 간 최대 Margin을 갖는   경계선
Margin		– A와 B 클래스 서포트 벡터 사이의 거리
커널함수	k(xi, xj)	– 비선형 패턴 분리 위해 비선형패턴 입력 공간을 선형패턴으로 변환, 경계면 탐색 방법

• 기존 분류기는 ‘오류율을 최소화’하는 방법인 반면, SVM은 여백(Margin)을 최대화하여 일반화 능력 극대화

III. SVM 문제점 및 해결 방안

문제점	해결 방안
비선형 분류 문제점