> ML_ALGORITHM // SUPPORT-VECTOR-MACHINES_v1.0
Destek Vektör Makineleri (DVM)
Dışbükey karesel programlama kullanarak sınıflar arasındaki geometrik marjı maksimize eden optimum ayırıcı hiperdüzlemi bulan yöntem.
Kernel Methodsclassical-supervisedblack-boxsmall (<1k)
Tüm Algoritmalara DönHesaplama Karmaşıklığı
Eğitim (Training):O(n^2) to O(n^3) quadratic scaling
Çıkarım (Inference):O(n_support_vectors * p)
Donanım Karakteristiği
CPU Uygunluğu:Evet
GPU Zorunluluğu:Hayır
Bellek Ayak İzi:high
Açıklanabilirlik ve Veri
Açıklanabilirlik Düzeyi:black-box
Eğitim Verisi İhtiyacı:small (<1k)
Açıklanabilirlik Değerlendirmesi
Doğrusal olmayan çekirdekler sonsuz boyutlu uzayda çalışır; ağırlıklar doğrudan yorumlanamaz.
Uygun Görevler ve Desteklenen Modaliteler
Uygun Görevler:
binary classificationmulticlass classificationregressionanomaly detection
Desteklenen Modaliteler:
tabulartext
Uygulayıcı Kütüphaneler
Temel Literatür & Yayınlar
Support-Vector NetworksCorinna Cortes, Vladimir N. Vapnik (1995) · Machine Learning
Sık Karşılaşılan Hatalar ve Dikkat Edilmesi Gerekenler
- 100.000 üzeri örnekte kübik hesaplama tıkanmasına yol açacak eğitim denemeleri
- Özellikleri standartlaştırmayarak ölçek bozulmalarına neden olmak