サポートベクターマシンとは？
さぽーとべくたーましん
サポートベクターマシンとは、データを分類する境界線を「最も余裕を持って引く」という考え方に基づく機械学習のアルゴリズムです。
サポートベクターマシン（Support Vector Machine / SVM）は、1990年代にVapnikらによって提案された教師あり学習アルゴリズムです。分類問題と回帰問題の両方に適用でき、特に分類（SVMによるパターン認識）で広く使われてきました。
基本的なアイデアは、二つのクラスを分ける決定境界（超平面）を引く際に、各クラスの最も境界に近いデータ点（これをサポートベクターと呼ぶ）からの距離（マージン）を最大化することです。マージンを最大化することで汎化性能が高まり、未知データへの予測精度が向上します。
SVMの重要な概念・技術には以下があります。
- ソフトマージン: 線形分離不可能なデータに対し、誤分類を許容しつつマージンを最大化
- カーネルトリック: RBF（ガウシアン）・多項式カーネルなどで非線形な決定境界を実現
- 正則化パラメータC: マージンの広さと誤分類の許容度をトレードオフ調整
テキスト分類・画像認識・生体認証など多くの分野で実績があります。深層学習の台頭後は用途が絞られてきましたが、高次元・小データの場合には依然として有力な選択肢です。
使い方・例文
メールのスパム判定や医療画像の良悪性分類など、二値分類タスクでサポートベクターマシンが利用されます。
この用語をシェア
最終更新: