Xin hãy giải thích Support Vector Machines (SVM) như tôi là một đứa trẻ 5 tuổi trên reddit, một lời khen ngợi!
Máy vectơ hỗ trợ (SVM)
Tất nhiên, hãy nhìn vào wiki trước. 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?
Vâng, đây là câu chuyện:
Vào ngày Valentine cách đây rất lâu, một người đàn ông vĩ đại muốn cứu người yêu của mình, nhưng quỷ dữ đã chơi một trò chơi với anh ấy.
Quỷ dữ dường như đã đặt hai quả bóng màu trên bàn một cách đều đặn, nói: Bạn có thể tách chúng ra bằng một cây gậy không?

Vậy, ông ta đã làm được gì?

Sau đó, quỷ dữ, đặt nhiều quả bóng hơn trên bàn, dường như có một quả bóng bị trượt khỏi trại.

SVM là cố gắng đặt cây gậy ở vị trí tốt nhất để có khoảng trống lớn nhất có thể ở hai bên của cây gậy.

Giờ đây, dù cho quỷ có ném nhiều quả bóng hơn, cây gậy vẫn là một đường phân chia tốt.

Sau đó, trong hộp công cụ SVM có một thủ thuật quan trọng hơn nữa. Ma quỷ nhìn thấy người hùng đã học được một thủ thuật, vì vậy ma quỷ đã cho người hùng một thách thức mới.

Bây giờ, anh ta không có cây gậy để giúp anh ta tách hai loại bóng, bây giờ làm gì? Tất nhiên, như trong tất cả các bộ phim của anh ta, bàn anh ta bị đánh một cú, bóng bay lên không trung.

Bây giờ, từ góc nhìn của quỷ, những quả cầu này trông như bị tách ra bởi một đường cong.

Và sau đó, những người lớn nhàm chán gọi những quả bóng là “data”, những cây gậy là “classifier”, những trò chơi có khoảng cách lớn nhất là “optimization”, những chiếc bàn đạp là “kernelling”, và những tờ giấy đó là “hyperplane”.
Hướng dẫn:
Please explain Support Vector Machines (SVM) like I am a 5 year old. : MachineLearning
Support Vector Machines explained well




SVM là gì?
SVM - support vector machine, thường được gọi là máy vector hỗ trợ, là một thuật toán học giám sát, thuộc phạm vi phân loại. Trong các ứng dụng khai thác dữ liệu, tương ứng và khác biệt với Clustering không giám sát. Nó được sử dụng rộng rãi trong Machine Learning, Computer Vision và Data Mining. SVM hoạt động như trong hình 1.

Giả sử chúng ta dùng đường 3⁄8 để phân chia vòng tròn trung tâm và vòng tròn không trung tâm thành hai loại. Vậy thì có vô số dòng để thực hiện nhiệm vụ này. Trong SVM, chúng ta tìm kiếm một đường phân chia tối ưu để nó có thể đạt được mức độ phân chia lớn nhất ở cả hai bên. Trong trường hợp này, một số điểm dữ liệu được làm thô cạnh được gọi là vector hỗ trợ, và đây cũng là nguồn gốc của tên của thuật toán phân loại này.
Mở rộng đến bất kỳ n chiều và không gian vô hạn, như trong Hình 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.
Cuối cùng, Định hướng thống kê: Máy Vector Hỗ trợ (SVM) wiki:Support vector machine Bài học: Trang của columbia.edu Và một đoạn video tuyệt vời về những gì bạn có thể làm với nó. http://youtu.be/3liCbRZPrZA
Tiếp tục đăng tải