D.5 Support vector machines (SVM)
Este método es una generalización del denominado clasificador de máximo margen.
Si las clases se pueden separar linealmente, se escoge el hiperplano con el mayor margen entre las clases.
Los puntos que determinan el margen (y el hiperplano) se denominan vectores de soporte.
En el caso de que las categorías no sean linealmente separables, se busca un clasificador de “margen débil”, denominado clasificador de soporte vectorial.
Más robusto frente a observaciones individuales.
Mejor clasificación de la mayoría de las observaciones de entrenamiento.
Se incluye un parámetro adicional \(C\) que permite la mala clasificación de algunas observaciones.
\(C\) grande | \(C\) pequeño |
En ciertos casos una frontera lineal no es adecuada.
Se transforman las variables explicativas de forma que se puedan separar las clases: maquinas de soporte vectorial (SVM).
Se consideran núcleos polinómicos, radiales, …