핸즈온 머신러닝(2판): 사이킷런, 케라스, 텐서플로 2를 활용한 머신러닝, 딥러닝 완벽 실무

228

1

부

머신러닝

Active

Learning

」

31

과 같은 논문에 기술된 온라인 커널

SVM

을 구현할 수도 있습니다. 그러나

이 커널

SVM

들은 매트랩

Matlab

이나

C

++로 구현됩니다. 대규모의 비선형 문제라면 대신 신경

망 알고리즘을 고려해보는 것이 좋습니다 (

2

부 참조 ).

5.5

연습문제

1

.

서포트 벡터 머신의 근본 아이디어는 무엇인가요?

2

.

서포트 벡터가 무엇인가요?

3

.

SVM

을 사용할 때 입력값의 스케일이 왜 중요한가요?

4

.

SVM

분류기가 샘플을 분류할 때 신뢰도 점수와 확률을 출력할 수 있나요?

5

.

수백만 개의 샘플과 수백 개의 특성을 가진 훈련 세트에

SVM

모델을 훈련시키려면 원 문

제와 쌍대 문제 중 어떤 것을 사용해야 하나요?

6

.

RBF

커널을 사용해

SVM

분류기를 훈련시켰더니 훈련 세트에 과소적합된 것 같습니다.

γ

(

gamma

)를 증가시켜야 할까요, 감소시켜야 할까요?

C

의 경우는 어떤가요?

7

.

이미 만들어진

QP

알고리즘 라이브러리를 사용해 소프트 마진 선형

SVM

분류기를 학습

시키려면

QP

매개변수 (

H

,

f

,

A

,

b

)를 어떻게 지정해야 하나요?

8

.

선형적으로 분리되는 데이터셋에

LinearSVC

를 훈련시켜보세요. 그런 다음 같은 데이터셋

에

SVC

와

SGDClassifier