<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>kentaPt</author_name>
  <author_url>https://blog.hatena.ne.jp/kentaPt/</author_url>
  <blog_title>kentaPtの日記</blog_title>
  <blog_url>https://kentapt.hatenablog.com/</blog_url>
  <categories>
    <anon>機械学習</anon>
    <anon>python</anon>
    <anon>matlab</anon>
  </categories>
  <description>この記事では、サポートベクトルマシン（SVM）を用いて、分類を行ったときの、分離のための超平面を可視化することを行います。PythonとMATLABにて書いてみたいと思います。ここでは、3つの変数を説明変数として用いて、3次元プロットによる可視化を行います。 可視化におけるポイントは、 1. XYZの範囲内でその値を小刻みに変更しながらグリッドを作成する 2. そのデータに対してSVMによる分類を行う 3. そのときの結果の中で、分類平面に近いデータを取り出す 4. そのデータを訓練データと重ね合わせて表示する ということです。 コードは以下のページにアップロードしています。 github.c…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fkentapt.hatenablog.com%2Fentry%2F2022%2F05%2F23%2F111128&quot; title=&quot;サポートベクターマシン（SVM）の分離平面の可視化 (Python, MATLAB) - kentaPtの日記&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>https://cdn-ak.f.st-hatena.com/images/fotolife/k/kentaPt/20220523/20220523110651.gif</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2022-05-23 11:11:28</published>
  <title>サポートベクターマシン（SVM）の分離平面の可視化 (Python, MATLAB)</title>
  <type>rich</type>
  <url>https://kentapt.hatenablog.com/entry/2022/05/23/111128</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
