समर्थन वेक्टर मशीन

It was one of the most powerful classifiers before deep learning and is still strong on small, clean datasets.

एक एसवीएम निर्णय सीमा पाता है, जिसे हाइपरप्लेन कहा जाता है, जो मार्जिन को अधिकतम करता है, सीमा और प्रत्येक वर्ग के निकटतम डेटा बिंदुओं के बीच का अंतर। वे निकटतम बिंदु 'समर्थन वैक्टर' हैं, और वे अकेले सीमा को परिभाषित करते हैं, जो मॉडल को किनारे से दूर आउटलेर्स के लिए कॉम्पैक्ट और प्रतिरोधी बनाता है। जब डेटा को एक सीधी रेखा से विभाजित नहीं किया जा सकता है, तो कर्नेल ट्रिक इसे एक उच्च-आयामी स्थान में मैप करती है जहां एक साफ पृथक्करण मौजूद होता है, उन निर्देशांकों की सीधे गणना किए बिना। एक नरम मार्जिन कुछ गलत वर्गीकरणों की अनुमति देता है, जिसे पैरामीटर सी द्वारा नियंत्रित किया जाता है, इसलिए मॉडल प्रशिक्षण त्रुटियों के खिलाफ एक व्यापक मार्जिन को संतुलित करता है। एसवीएम तब उत्कृष्ट होते हैं जब सुविधाएँ बहुत अधिक होती हैं लेकिन उदाहरण कम होते हैं, जैसे कि पाठ वर्गीकरण और जैव सूचना विज्ञान में।