SVM 분류 경계의 시각화
- 주제(키워드) SVM
- 발행기관 고려대학교 대학원
- 지도교수 허명회
- 발행년도 2009
- 학위수여년월 2009. 8
- 학위명 석사
- 학과 일반대학원 통계학과
- 세부전공 응용통계학전공
- 원문페이지 30 p
- 실제URI http://www.dcollection.net/handler/korea/000000009907
- 본문언어 한국어
- 제출원본 000045550330
초록/요약
Support Vector Machines(SVM)은 이원 분류를 위한 기계 학습(Machine learning) 기법으로 여러 분야에서 그 활용도가 높다. SVM은 많은 장점을 가지고 있지만 분류 모습을 시각적으로 확인하기는 어렵고 특히 다변량 자료의 경우 더욱 어려운 일이다. 본 논문의 목적은 다변량 자료의 SVM 분류 결과를 저차원의 공간에서 시각화하는 데에 있다. 1장에서는 문헌 검토 및 기본적인 SVM 알고리즘에 대해 알아보고, 2장에서는 분류함수의 기울기벡터를 저차원 주성분 공간에 놓음으로써 SVM분류기를 시각화하는 방법을 제안하였다. 그리고 그룹이 여러 개 있는 다중 분류의 문제에서의 접근방법도 제안하였다. 3장에서는 이러한 저차원 시각화 방법을 여러 자료에 적용해 보았다. 마지막으로 4장에서는 본 연구의 결과를 요약 하였다.
more