[머신러닝] 서포트 벡터 머신(SVM): 이해와 사이킷런 예제

서포트 벡터 머신(SVM)은 분류(classification), 회귀(regression) 및 이상치 탐지(outlier detection)와 같은 다양한 머신 러닝 작업에 사용되는 강력하고 유연한 지도 학습 모델이다. SVM의 핵심 아이디어는 데이터를 분류하기 위해 클래스 사이에 최적의 경계(결정 경계)를 찾는 것이며, 이 경계는 서포트 벡터라고 불리는 데이터 포인트에 의해 결정된다.

SVM의 기본 원리 이 그림은 서포트 벡터 머신(SVM)의 기본 개념을 2차원 공간에서 설명한다. 여기서 볼 수 있는 주요 요소들은 다음과 같다.

두 개의 클래스: 그림에는 두 가지 다른 색상으로 표시된 데이터 포인트들이 있다. 이 두 색상은 SVM을 사용하여 분류하려는 두 개의 서로 다른 클래스를 나타낸다.

결정 경계(Decision Boundary): 두 클래스 사이에 그어진 선이 있다. 이 선은 SVM 모델이 두 클래스를 구분하기 위해 찾은 최적의 결정 경계를 나타냅니다.

이 선은 가능한 한 두...