¿Qué significa Máquina de Vectores de Soporte (SVM)?

Recientemente, cuando estaba aprendiendo el aprendizaje automático, vi un post en reddit llamado "Please explain Support Vector Machines (SVM) like I am a 5 year old" (Por favor, explique las máquinas de soporte vectorial (SVM) como si yo fuera un niño de 5 años).

• ¿Qué es el SVM?

  Máquina vectorial de soporte (SVM) <unk>

  Por supuesto, primero hay que ver el wiki.
  Support Vector Machines are learning models used for classification: which individuals in a population belong where? So… how do SVM and the mysterious “kernel” work?

  Bueno, la historia es la siguiente:

  Hace mucho tiempo, en el día de San Valentín, el gran hombre quería salvar a su amada, pero el diablo jugó un juego con ella.

  El diablo parece regularmente poner dos bolas de colores diferentes en la mesa, y dice: ¿Puedes separarlas con un palo?

  

  Entonces, ¿qué es lo que el gran hombre está haciendo?

  

  Entonces el diablo, que había puesto más bolas en la mesa, parecía que había una parada de bolas en el campamento equivocado.

  

  El SVM es tratar de colocar el palo en la mejor posición posible para que haya la mayor distancia posible entre ambos lados del palo.

  

  Ahora, incluso si el diablo pone más bolas, el palo sigue siendo una buena línea divisoria.

  

  Luego, en la caja de herramientas del SVM hay otro truco más importante. El Diablo ve que el Gran Hombre ya ha aprendido un truco, por lo que le da un nuevo desafío.

  

  Ahora que no tiene un palo que le ayude a separar las dos bolas, ¿qué pasa ahora? Como en todas las películas de superhéroes, la pelota vuela en el aire. Luego, con el esfuerzo de superhéroes, el superhéroes agarra un papel y lo coloca en el medio de las dos bolas.

  

  Ahora, desde el punto de vista del diablo, estas bolas parecen estar separadas por una curva.

  

  Y luego, los adultos aburridos llaman a las bolas "datos", a los palos "clasificadores", al truco de mayor brecha "optimización", a las mesas de juego "kernelling", a la hoja de papel "hyperplane".

  Vídeo de la demostración

  Para más información:

  • Please explain Support Vector Machines (SVM) like I am a 5 year old. : MachineLearning

  • Support Vector Machines explained well

• Las respuestas más fiables de los usuarios

  
  
  
  
  
  
  

• La respuesta de un usuario conocido, Han Oliver:

  ¿Qué es SVM?

  SVM - support vector machine, también conocido como máquina de vectores de soporte, es un algoritmo de aprendizaje supervisado que pertenece a la categoría de clasificación.
  En la aplicación de la minería de datos, se corresponde y se diferencia del clustering no supervisado.
  Se utiliza ampliamente en el aprendizaje automático (Machine Learning), la visión por computadora (Computer Vision) y la minería de datos (Data Mining).
  El esquema general de SVM es el siguiente:

  

  Supongamos que queremos dividir la circunferencia de un núcleo y la circunferencia de un núcleo vacío en dos categorías a través de la línea de tres octavas.
  Entonces hay infinidad de líneas para hacer esto.
  En SVM buscamos una línea divisoria óptima que tenga el mayor margen posible a ambos lados.
  En este caso, los puntos de datos con bordes más gruesos se llaman vectores de soporte, de ahí el nombre de este algoritmo de clasificación.

  Se expande a cualquier n dimensiones y hasta un espacio infinito, como se muestra en la Figura 2.

  

  We got a bunch of data points in a n- dimensional to infinite-dimensional space,
  Then one can always find a optimal hyperplane which is always in the n-1 dimension.

  Por último,
  Dirección estadística: Máquinas Vectoras de Soporte (SVM)
  wiki：Support vector machine
  La página de la escuela: columbia.edu
  También hay una gran presentación en video de la escalera.
  http://youtu.be/3liCbRZPrZA

Sin embargo, no es el único.