SVM kernel :: polynomial vs RBF 차이점

얼마전에 블로그에 어떤 분이 질문을 남겨주셨습니다. 그 부분에 대한 답을 공유해보려고 합니다. * 본 포스팅은 PC에 최적화되어 있습니다. 질문: SVM의 kernel parameter에서 RBF와 Polynomial를 사용할 때 decision boundary 차이점? 시작하기 전에, SVC()의 기본값은 아래와 같습니다. 참고사항도 같이 정리해두겠습니다. from sklearn.svm import SVC SVC(kernel='rbf', C=1, gamma=1/n_feature) # default kernel : 커널 함수 종류 지정 'linear', 'poly', 'rbf', 'sigmoid', 'precomputed' 중에 지정 가능. default = 'rbf' * precomputed : 미리 계산된 거리 값을 입력 특성으로 사용 C : regularization 정도 지정 / 결정 경계선의 마진(margin)을 결정하는 하이퍼 파라미터 default = 1 C 클수록 마진...

원문링크 : SVM kernel :: polynomial vs RBF 차이점