SVM이란 무엇인가?

SVM은 분류 알고리즘의 하나이다.
결정트리, 신경망 등의 분류 알고리즘보다 일반화 능력이 좋으며 성능(분류율)이 좋은 것으로 평가되고 있다.

SVM은 1970년대 후반에 Vlamir Vapnik (추가설명보기) 에 의해 제안되었다. 많이 주목받지 못하다가 1990년대 들어 필기인식 등의 분야에 우수한 성능이 입력되었고, 지금은 많은 분야에서 사용되고 있다.

SVM은 Support Vector Mahine 의 약어로서
한글로는 "서포트 백터 머신" 또는 "지지 벡터 머신" 이라고 부른다.
(참고 - Support : 지지, 지지하다.)

SVM 은 결정트리, 신경망 보다 성능이 좋다! 왜 좋을까?

SVM > 신경망 > 결정트리

일반적으로 결정트리보다 신경망이 분류율이 좋다.
결정트리가 각 변수에 따라 수직적으로 분류 기준을 찾지만, 신경망 모형은 여러 개의 변수를 가중치를 사용하여 동시에 고려하므로 유연한 분류가 가능하기 때문이다.

그리고 SVM은 신경망보다 분류율이 좋은 것으로 평가된다.
신경망 모델은 분류율을 최대(오류율을 최소)로 하는 것을 목적으로 하지만 SVM은 분류율을 최대로 하되 더 나아가 분류를 구분하는 기준(여백)을 최대화 하는 것까지 고려한다.

참고할 만한 자료들 



패턴인식 (5장. SVM, p137 - )

http://blog.naver.com/minas_isil/140072165900

http://blog.naver.com/lioler/20067595405 (SVM 시뮬)
http://blog.naver.com/lioler/20066894531 (SVM)
http://blog.naver.com/lioler/20065743327 (선형 SVM)
http://blog.naver.com/lioler/20065745557 (비선형 SVM)

http://www.aistudy.co.kr/pattern/support_vector_machine.htm

http://channelofchaos.blogspot.com/2007/08/svm_10.html

http://www.support-vector.net/index.html








 

by 에이아이 2009. 7. 16. 11:05