機械学習の基礎
サポートベクターマシン(SVM)の説明として、適切なものはどれか。
- A学習用データのすべての点をできるだけ均等に使い、全点から境界までの距離の平均が最大になるように境界を引く
- B2つのクラスを分ける境界のうち、境界に最も近いデータ(サポートベクター)までの距離(マージン)が最大になるものを選ぶ
- C各特徴量がクラスごとに互いに独立であると仮定し、ベイズの定理で各クラスの確率を求めて分類する
答えと解説を見る
正解：B. 2つのクラスを分ける境界のうち、境界に最も近いデータ(サポートベクター)までの距離(マージン)が最大になるものを選ぶ
SVMは、2つのクラスを分ける境界(超平面)のうち、マージンが最も大きくなるものを選ぶ分類の方法です。境界は、境界に最も近いいくつかのデータ(サポートベクター)だけで決まり、それ以外のデータが少し動いても変わりません。マージンが大きい境界ほど、新しいデータに対しても誤りにくいと考えられます。直線で分けられないデータには、カーネル法を使って、高い次元の空間で分けたのと同じ効果を得る方法があります。
- A. 境界を決めるのは、境界に最も近いサポートベクターだけです。
- B. 正しい。マージンを最大にする境界を選びます。
- C. ナイーブベイズ分類の説明です。