SVM은 왜 반대로 차원을 확장시키는 방식으로 동작할까요? SVM은 왜 좋을까요?

 

SVM(Support Vector Machine)은 선형 이진 분류 문제를 풀기 위한 선형 분류기로, 여러 결정경계 중 마진을 최대로 하는 결정경계를 선택하는 기법이다.

https://ratsgo.github.io/machine%20learning/2017/05/23/SVM/

 

SVM의 장점은 다음과 같다.

• 오류 데이터의 영향이 적다
• 과적합 되는 경우가 적다

SVM의 단점은 다음과 같다.

• 학습 속도가 느리다.

 

 

SVM은 왜 반대로 차원을 확장시키는 방식으로 동작할까요?

선형으로 분리되지 않는 데이터인 경우, 선형으로 쉽게 분류할 수 있도록 고차원 공간으로 데이터를 변환한다. (Kernel Trick)