kernel

Kernel SVM (Support Vector Machine) – #9

SVM Kernel Trick

SVM doğrusal olarak ayrılabilen durumlarda kullanılırken, Kernel SVM doğrusal olarak ayrılamayan durumlarda kullanılır. Temel fikir;  doğrusal olarak ayrılamayan veri setlerinde, özelliklerin doğrusal olmayan kombinasyonlarını, doğrusal olarak ayrılabilir hale getiren mapping fonksiyonu  ø(.) kullanarak  daha yüksek bir boyuta çıkarmaktır. Böylece 2 sınıfı birbirinden ayırabiliriz. Aşağıdaki figür mapping fonksiyonu uygulandıktan sonra verinin nasıl ayrıldığını göstermektedir.

mapping

 

kernel-svm

 

Kaynak:

1 – Python Machine Learning, Sebastian Rachka, Ch. 2, P.104

 

 

Kernel SVM
Kernel SVM
Kernel SVM doğrusal olarak ayrılamayan durumlarda kullanılır. Temel fikir;  doğrusal olarak ayrılamayan veri setlerinde, özelliklerin doğrusal

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir