[ML] 머신러닝 분류 알고리즘 - SVM

SVM (support vector machine)

각 피처(열) 벡터들이 고유의 축을 갖는 벡터 공간을 이룬다고 가정한다.
모든 데이터를 벡터 공간 내의 좌표에 점으로 표시하고, 각 데이터가 속하는 목표 클래스별로 군집을 이룬다고 생각한다.

(1) 모델 학습

# 모델 학습
from sklearn.svm import svc
svc = SVC(kernel='rbf')
svc.fit(x_train, y_train)

* SVM 알고리즘이 구현된 사이킷런 svm 모듈을 이용한다.

* 분류 모델일 SVC 객체를 생성하여 모델을 학습시킨다. 커널(kernel)은 데이터를 벡터 공간으로 매핑하는 함수를 말한다.

(2) 예측

y_svc_pred = svc.predict(x_test)

* KNN 알고리즘과 똑같이 predict 메소드로 모델의 예측값을 산출한다.

(3) 성능 평가

svc_acc = accuracy_score(y_test, y_svc_pred)

* accuracy_score 함수로 예측의 정확도를 산출한다.