ใน "การเรียนรู้ของเครื่อง", NS สนับสนุนเครื่องเวกเตอร์ (SVM) เป็นรูปแบบการเรียนรู้ภายใต้การดูแลที่มีอัลกอริธึมที่เกี่ยวข้องซึ่งวิเคราะห์ข้อมูลและจดจำรูปแบบ ใช้สำหรับจัดหมวดหมู่และวิเคราะห์การถดถอยใน ระบบธุรกิจอัจฉริยะ. NS SVM Basic ใช้ชุดข้อมูลอินพุตและคาดการณ์ สำหรับแต่ละอินพุตที่กำหนด ซึ่งในสองคลาสของ เอาต์พุตเป็นของ ดังนั้นจึงเป็นตัวแยกประเภทที่ไม่น่าจะเป็นเชิงเส้นแบบไบนารี (เพียงแค่เลือกระหว่าง 2 ตัวเลือก). ให้ชุดตัวอย่างการฝึกอบรม แต่ละชุดทำเครื่องหมายว่าเป็นส่วนหนึ่งของหนึ่งในสอง หมวดหมู่ อัลกอริธึมการฝึกอบรมสร้างแบบจำลองที่กำหนดตัวอย่างใหม่ในa หมวดหมู่หรืออื่นๆ. แบบจำลองประเภทนี้ใช้กันอย่างแพร่หลายในการวิเคราะห์แบบจำลองซึ่งชุดข้อมูลต้องแบ่งออกเป็นสองประเภทเท่านั้น คือ การฉ้อโกงหรือการไม่ฉ้อโกง เครดิตใช่หรือไม่ใช่ ฯลฯ โมเดล SVM คือการแสดงตัวอย่าง (ฐานข้อมูลที่ใช้ประมาณค่า) เป็นจุดในช่องว่าง ดังนั้น กำหนดตัวอย่างแยกประเภทที่โดยทั่วไปแบ่งตามช่องว่างที่กำหนด พื้นที่ที่จะต้องกว้างเท่าที่มันเป็น เป็นไปได้. ข้อมูลอินพุตใหม่จะถูกจัดประเภทในพื้นที่เดียวกันและคาดการณ์ว่าจะอยู่ในหมวดหมู่ใด
เครื่องสนับสนุนเวกเตอร์
โฆษณา
![SVM รองรับเวกเตอร์เครื่อง](/f/013480c3763434136b799d9788b2ea92.gif)
ในตัวอย่างนี้ เราสามารถสังเกตสองหมวดหมู่ที่หารด้วยแกนกลางและระยะห่างสองระยะระหว่างพวกเขา
โฆษณา
![สนับสนุนเครื่องเวกเตอร์](/f/aeb5ea1ba9368fa08a01a4700b13364e.png)
ในชีวิตจริง เป็นเรื่องยากมากที่จะหาแบบจำลองที่ชัดเจนเหมือนในภาพเหล่านี้ แต่การประมาณค่าก็เป็นไปได้เสมอ
โฆษณา