SVM(RBFカーãƒãƒ«)ã®ãƒã‚¤ãƒ‘ーパラメータを変ãˆã‚‹ã¨ä½•ãŒèµ·ã“ã‚‹ã®? - Qiita#æ¦‚è¦ SVM(Support Vector Machine)ã¯åˆ†é¡žç²¾åº¦ã®é«˜ã„機械å¦ç¿’ã®æ‰‹æ³•ã¨ã—ã¦çŸ¥ã‚‰ã‚Œã¦ã„ã¾ã™. SVMã§ã‚ˆã‚Šé«˜ã„分類精度を得るã«ã¯, ãƒã‚¤ãƒ‘ーパラメータを訓練データã‹ã‚‰æ±ºå®šã™ã‚‹å¿…è¦ãŒã‚ã‚Šã¾ã™. ã“ã®è¨˜äº‹ã§ã¯, RBFカーãƒãƒ«(Gaussian カーãƒãƒ«)を用ã„ãŸSVMã®ãƒã‚¤ãƒ‘ーパラメータを調整ã™ã‚‹ã“ã¨ã§, 決定境界ãŒã©ã®ã‚ˆã†ã«å¤‰åŒ–ã™ã‚‹ã®ã‹ã‚’解説ã—ã¾ã™. #決ã‚ã‚‹ã¹ããƒã‚¤ãƒ‘ーパラメータ RBFカーãƒãƒ«ã‚’用ã„ãŸSVMã§ã¯, 以下ã®2ã¤ã®ãƒã‚¤ãƒ‘ーパラメータを調整ã—ã¾ã™. コストパラメータ: $C$ RBFカーãƒãƒ«ã®ãƒ‘ラメータ: $\gamma$ コストパラメータã«ã¤ã„㦠SVMã¯ç‰¹å¾´ç©ºé–“ã«å†™åƒã•ã‚ŒãŸãƒ‡ãƒ¼ã‚¿ç‚¹é›†åˆã‚’分離ã™ã‚‹è¶…å¹³é¢ã‚’決定ã™ã‚‹æ‰‹æ³•ã§ã™. ã—ã‹ã—, 特徴空間上ã®ç‚¹é›†åˆãŒã„ã¤ã‚‚分離å¯èƒ½ã¨ã¯é™ã‚Šã¾ã›ã‚“. 例ãˆã°, 以下ã®å›³ã§ã¯äºŒç¨®é¡žã®è¨˜å·ã‚’完璧ã«åˆ†å‰²ã™ã‚‹ã‚ˆã†ãªç›´ç·šã‚’引ãã“
ã€#R言語】One Class SVM（1クラス サãƒãƒ¼ãƒˆãƒ™ã‚¯ã‚¿ãƒ¼ãƒžã‚·ãƒ³ï¼‰ã‚’使ã£ãŸå¤–れ値検出 #çµ±è¨ˆå¦ #機械å¦ç¿’ - Qiita
ï¼²ã¨ã‚«ãƒ¼ãƒãƒ«æ³•ãƒ»ã‚µãƒãƒ¼ãƒˆãƒ™ã‚¯ã‚¿ãƒ¼ãƒžã‚·ãƒ³
機械å¦ç¿’超入門IV 〜SVM(サãƒãƒ¼ãƒˆãƒ™ã‚¯ã‚¿ãƒ¼ãƒžã‚·ãƒ³)ã ã£ã¦30分ã§ä½œã‚Œã¡ã‚ƒã†â˜†ã€œ - EchizenBlog-Zwei
{{#tags}}- {{label}}
{{/tags}}