線形サポートベクターマシン（Linear Support Vector Machine, SVM）

Overview

線形サポートベクターマシンは、最も一般的な線形クラス分類アルゴリズムです（SVCはサポートベクタークラス分類器（Support Vector Classifier）を意味します）。SVMはマージン最大化をして分類します。

https://gyazo.com/9a3d456f2b205dcef86b162846e267ec

Coding（Classification）

cancerデータセットでモデルを構築・学習・評価する

code: Python

from sklearn.svm import LinearSVC

from sklearn.datasets import load_breast_cancer

from sklearn.model_selection import train_test_split

cancer = load_breast_cancer()

X_train, X_test, y_train, y_test = train_test_split(cancer.data, cancer.target, stratify=cancer.target, random_state=42)

svm = LinearSVC().fit(X_train, y_train)

print('Training set score: {:.3f}'.format(svm.score(X_train, y_train)))

print('Test set score: {:.3f}'.format(svm.score(X_test, y_test)))

--------------------------------------------------------------------------

Training set score: 0.937

Test set score: 0.937

--------------------------------------------------------------------------

Summary

Merit

学習、予測が非常に高速

非常に大きいデータセットにも適用できる

Parameters

正則化手法決定パラメータpenalty

デフォルトでL2正則化を行う

L1正則化を用いたい場合に、"l1"を指定する