machine-learning
SVM

로지스틱 회귀와 SVM의 차이점

로지스틱 회귀를 사용하여 분류 할 때 의사 결정 경계 -

SVM을 사용하여 분류 할 때 의사 결정 경계 -

관찰 할 수 있듯이 SVM은 결정 경계의 어느 한쪽에 '갭'을 유지하려고 시도합니다. 이는 새로운 데이터를 만날 때 도움이됩니다.

새로운 데이터 -

로지스틱 회귀가 제대로 수행 되지 않음 (새로운 빨간색 원이 파란색으로 분류 됨) -

SVM 이 올바르게 분류 할 수있는 반면 (새로운 빨간색 원은 빨간색면에서 올바르게 분류됩니다) -

Scikit-learn을 사용하여 SVM 분류 자 ​​구현 :

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()