文献

J-GLOBAL ID：201802234595682379   整理番号：18A1923882

scikit-learnで学ぶ機械学習アルゴリズム 第7回 SVC(SVM Classification)による分類

著者 (1件)： 小川雄太郎 (電通国際情報サービス 技術本部)
資料名： Software Design  (Software Design)
号： 337  ページ： 110-117  発行年： 2018年11月18日 
JST資料番号： L3952A  ISSN： 0916-6297  資料種別： 逐次刊行物 (A)
記事区分： 解説  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・分類アルゴリズムとしてロジスティック回帰と比べて訓練データをきれいに分離する境界線を学習でき,汎化性能が高いSVC(Support Vector Machine Classification)を解説。
・マージン最大化ルールを適用し,訓練データに対して線形な境界線で誤分類なくきれいに分離できる場合に行うハードマージンSVCでは境界線近傍のデータだけに着目。
・線形分離できない場合には誤分類データにペナルティを与え,マージン最大化とペナルティ最小化を目的関数として制約条件付き最小化問題を解くソフトマージンSVCを利用。
・scikit-learnのSVCの数学解説を参照し,Linear SVCで解きたい条件式をすべての訓練データで満たして,目的関数を最小化するパラメータを求める手順を説明。

シソーラス用語： *機械学習 ,  *学習アルゴリズム ,  *サポートベクトルマシン ,  回帰分析 ,  汎化 ,  自動分類 ,  誤り ,  *制約付最適化問題 ,  最小化問題 ,  数学的性質 ,  目的関数 ,  パラメタリゼーション ,  評価試験
準シソーラス用語： ロジスティック回帰

分類 (3件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q) ,  その他のオペレーションズリサーチの手法  (KA03070E)

タイトルに関連する用語 (5件)： 機械学習 ,  アルゴリズム ,  SVC ,  SVM ,  分類