Ban,-ben "gépi tanulás", az Támogatja a vektor gépet (SVM) egy felügyelt tanulási modell kapcsolódó algoritmusokkal, amelyek elemzik az adatokat és felismerik a mintákat, osztályozáshoz és regressziós elemzéshez használják Üzleti intelligencia. A SVM A Basic vesz egy bemeneti adatsort, és minden egyes bemenetre megjósolja a két osztály közül melyiket a kimenet tartozik, tehát bináris lineáris nem valószínűségi osztályozó (csak válasszon a 2 közül opciók). Adott egy sor képzési példa, amelyek mindegyike a kettő egyikéhez tartozik kategóriákban egy képzési algoritmus felépít egy modellt, amely új példákat rendel hozzá a kategória vagy más. Ezt a típusú modellt széles körben használják olyan modellek elemzésére, amelyekben az adatsort csak két kategóriába kell sorolni: csalás vagy csalás, igen vagy nem a hitelhez stb. Az SVM modell a példák (az adatbázis, amellyel a becslést készítettük) reprezentációja a tér pontjaként, tehát rendeljen hozzá külön kategóriák példáit, amelyeket általában egy meghatározott tér oszt el, olyan tér, amelynek minél szélesebbnek kell lennie lehetséges. Az új bemeneti adatokat ugyanabban a térben osztályozzák, és megjósolják, hogy melyik kategóriába tartoznak.
A támogató vektor gép azon alapul, hogy minden új adat az elemzett adatok megismerése alapján besorolható a megfelelő kategóriába. Az alábbi példában az objektumok csak egy zöld vagy vörös osztályba tartoznak. Az elválasztó vonal határot határoz meg a jobb oldalon, ahol minden tárgy zöld, és a bal oldalon, ahol minden tárgy piros.
Hirdetések
Ebben a másik példában megfigyelhetjük a két kategóriát, osztva őket egy középtengellyel és két közti távolsággal.
Hirdetések
A való életben nagyon nehéz olyan egyértelmű modelleket találni, mint ezeken a képeken, de mindig lehetséges a közelítés.
Hirdetések
