scikit-learn機械学習㉖SVM実践編

前回までの４つの記事でSVMの理論的な側面を紹介しました。

1. マージンの最大化

2. ソフト・マージンの導入

3. カーネル・トリック

4. 多クラス分類

今回は、これまで積み上げてきたSVMの理論を利用して、実際にscikit-learnを使ってコーディングをして、実験を行います。

こんなデータを自分で作る

このような非線形のデータをさまざまなカーネルで実験します。また、ハイパーパラメータの調節をランダム・サーチを使って行います。

最後は、いくつかの非線形データセットの生成方法を紹介します。