В „машинно обучение", Поддръжка на векторна машина (SVM) е контролиран модел на обучение със свързани алгоритми, които анализират данни и разпознават модели, използвани за класификационен и регресионен анализ в Бизнес разузнаване. The SVM Basic взема набор от входни данни и предвижда за всеки даден вход кой от двата класа на изходът принадлежи, така че е двоичен линеен не-вероятностен класификатор (просто изберете между 2 настроики). Даден набор от примери за обучение, всеки от които е отбелязан като принадлежащ към един от двамата категории, алгоритъмът за обучение изгражда модел, който задава нови примери в a категория или друго. Този тип модели се използват широко за анализ на модели, при които набор от данни трябва да се класифицира само в две категории, измама или не-измама, да или не на кредит и т.н. SVM модел е представяне на примерите (база данни, с която е направена оценката) като точки в пространството, така че задайте примери за отделни категории, които обикновено са разделени от определено пространство, пространство, което трябва да бъде толкова широко, колкото е възможен. Новите входни данни ще бъдат класифицирани в същото пространство и ще предскажат към коя категория принадлежат.
Поддържащата векторна машина тя се основава на факта, че всяка нова информация може да бъде класифицирана в съответната категория въз основа на изучаването на анализираните данни. В примера по-долу обектите принадлежат само към един клас, зелен или червен. Разделителната линия определя граница от дясната страна, където всички обекти са зелени, и отляво, където всички обекти са червени.
Реклами
В този друг пример можем да наблюдаваме двете категории, разделени на централна ос и две разстояния между тях.
Реклами
В реалния живот е много трудно да се намерят толкова ясни модели като тези на тези изображения, но винаги е възможно да се получи приблизително.
Реклами
