サポートベクターマシン（SVM）の理解

問題

SVMに関する記述のうち誤りを1つ選べ。

サポートベクターマシン（SVM）は、主に分類問題で使われる強力な「教師あり学習」のアルゴリズムです。

異なるクラスのデータ同士の間に境界線を引く際、境界線に最も近いデータ点（サポートベクター）と境界線との距離（マージン）が「最大」になるように線を引くことで、未知のデータに対する高い予測性能（汎化性能）を獲得します。

また、「カーネルトリック」と呼ばれる数学的な工夫を用いることで、直線では分けられない複雑なデータ（非線形分離問題）にも対応できるのが大きな特徴です。

1. SVMはマージンを最大化する分類手法である

正しい：各クラスの最も境界に近いデータ点（サポートベクター）との距離（マージン）を最大化するように境界線（超平面）を決定します。

2. SVMはカーネルトリックにより非線形分類が可能になる

正しい：データを仮想的に高次元空間にマッピングする「カーネルトリック」を用いることで、元の空間では直線で分けられないデータも分類可能になります。

3. SVMは教師なし学習の代表的手法である

誤り：SVMは正解ラベルを用いてクラスの境界線を学習するため、「教師あり学習」の代表的なアルゴリズムです。教師なし学習ではありません（※異常検知で使うOne-Class SVMなどの派生形はありますが、基本は教師あり学習です）。

4. SVMは線形分離可能な場合に特に強力である

正しい：線形分離可能なデータ（直線で綺麗に分けられるデータ）に対しては、マージン最大化の働きによって計算が高速かつ極めて精度の高い分類が行えます。

← 前の問題次の問題 →

📚 より詳細を学びたい方へ