HTN20190109 https://blog.hatena.ne.jp/HTN20190109/ HTN20190109の日記 https://htn20190109.hatenablog.com/ DL https://note.com/gexam_master/n/ndbf66e6b16f6 ・スラック変数 → 各データポイントがマージンにどれだけ侵入しているかを示すペナルティ ・ソフトマージンSVM → マージン最大化とスラック変数の最小化で最適化 スラック変数の寄与は正則化係数Cで制御する ・ハードマージンSVM → マージン最大化のみで最適化・カーネルトリック → 元のデータの次元をそのままに、カーネル関数によりデータ間の類似度を計算する・カーネル関数 (1) 動径基底関数、ガウスカーネル、RBFカーネル (2) 指数カーネル (3) シグモイドカーネル (4) 多項式カーネル 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fhtn20190109.hatenablog.com%2Fentry%2F2026%2F08%2F13%2F160013" title="サポートベクターマシン - HTN20190109の日記" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> Hatena Blog https://hatena.blog 2026-08-13 16:00:13 rich https://htn20190109.hatenablog.com/entry/2026/08/13/160013 1.0 100%