machine-learning
SVM

ロジスティック回帰とSVMの違い

ロジスティック回帰を用いて分類する際の決定境界 -

SVMを用いて分類する際の決定境界 -

観察できるように、SVMは決定境界の両側に「ギャップ」を維持しようとします。これは、新しいデータに遭遇したときに役立ちます。

新しいデータ処理機能により、

ロジスティック回帰はうまくいきません （新しい赤丸は青色に分類されます） -

SVMは正しく分類することができます（新しい赤い円は赤い面で正しく分類されます）。

Scikit-learnを使用したSVM分類器の実装：

from sklearn import svm
X = [[1, 2], [3, 4]] #Training Samples
y = [1, 2] #Class labels
model = svm.SVC() #Making a support vector classifier model
model.fit(X, y) #Fitting the data

clf.predict([[2, 3]]) #After fitting, new data can be classified by using predict()