問題 No.799
二つのクラスを分類する機械学習手法において境界線に最も近いデータ点からの距離が最大になるような超平面を決定することで未知のデータに対しても高い汎化性能を持たせるアルゴリズムがある。また線形分離が不可能なデータに対しても高次元の空間に写像することで鮮やかに分類できる特徴を持つこの手法はどれか。
【正解の解説】
サポートベクターマシン
サポートベクターマシンは、2つのグループを分ける際、境界線に最も近い点との距離が最大になるように計算します。複雑なデータも高次元に変換することで線形に分ける優れた特徴を持ちます。
スポンサーリンク
【その他の選択肢の解説】
ロジスティック回帰
ロジスティック回帰は、あるデータが特定のグループに入る確率を予測する手法です。境界線を引くという点は同じですが、マージン最大化というアプローチとは異なります。
主成分分析
主成分分析は、大量にあるデータの特徴を、重要な情報だけ残して整理・圧縮する手法です。分類そのものよりも、データの大まかな傾向を把握するために使われます。
決定木
決定木は、データを条件分岐させて分類する手法です。非常に分かりやすい一方、複雑なデータの境界線を鮮やかに分類するのには工夫が必要です。