На этом шаге мы приведем общие сведения об этом методе.
Следующий тип обучения с учителем, который мы обсудим, - это метод опорных векторов. Мы рассматривали использование линейного метода опорных векторов для задач классификации на 41 шаге "Линейные модели для классификации". Ядерный метод опорных векторов (часто его просто называют SVM) - это расширение метода опорных векторов, оно позволяет получать более сложные модели, которые не сводятся к построению простых гиперплоскостей в пространстве. Несмотря на то что метод опорных векторов можно применять для задач классификации и регрессии, мы ограничимся классификацией, реализованной в SVC. Аналогичные принципы применяются в опорных векторах для регрессии и реализованы в SVR.
Математический аппарат ядерного метода опорных векторов сложен и выходит за рамки данного изложения. Вы можете подробнее прочитать о нем в главе 12 книги Хасти, Тибширани и Фридмана "Элементы статистического обучения". Однако мы попытаемся дать вам некоторое представление об идеях, лежащих в основе этого метода.
На следующем шаге мы рассмотрим линейные модели и нелинейные признаки.
