উত্তর:
আমি মনে করি বেসিক সাপোর্ট ভেক্টর মেশিন মানে হার্ড-মার্জিন এসভিএম। সুতরাং, আসুন পর্যালোচনা করুন:
সংক্ষেপে, আমরা একটি বৃহত মার্জিন সহ একটি হাইপারপ্লেন সন্ধান করতে চাই যা আমাদের প্রশিক্ষণের নমুনা স্থানটিতে সমস্ত পর্যবেক্ষণ সঠিকভাবে আলাদা করতে সক্ষম হবে।
উপরের সংজ্ঞাটি দেওয়া, আমাদের সমাধান করার জন্য অপটিমাইজেশন সমস্যাটি কী?
max(margin)marginসীমাবদ্ধতাটি অনুকূল করতে এবং এছাড়াও পূরণ করতে হবে: নমুনায় ত্রুটি নেইআপনার প্রশ্নের পিছনে, যেহেতু আপনি উল্লেখ করেছেন যে প্রশিক্ষণ ডেটা সেটটি রৈখিকভাবে পৃথক নয়, বৈশিষ্ট্য রূপান্তর ছাড়াই হার্ড-মার্জিন এসভিএম ব্যবহার করে, এমন কোনও হাইপারপ্লেন খুঁজে পাওয়া অসম্ভব যা "নমুনাযুক্ত কোনও ত্রুটিগুলি" সন্তুষ্ট করে না ।
সাধারণত, আমরা চতুর্ভুজ প্রোগ্রামিং দ্বারা এসভিএম অপ্টিমাইজেশান সমস্যাটি সমাধান করি, কারণ এটি সীমাবদ্ধতার সাথে অপ্টিমাইজেশন কাজগুলি করতে পারে। আপনি যদি গ্রেডিয়েন্ট বংশোদ্ভূত বা অন্যান্য অপ্টিমাইজেশান অ্যালগরিদম ব্যবহার করেন যা হার্ড-মার্জিন এসভিএমের সীমাবদ্ধতাগুলি সন্তুষ্ট না করে, আপনার এখনও ফলাফল পাওয়া উচিত, তবে এটি কোনও হার্ড-মার্জিন এসভিএম হাইপারপ্লেন নয়।
যাইহোক, অ-রৈখিক পৃথকীকরণযোগ্য ডেটা সহ, সাধারণত আমরা চয়ন করি