[패스트캠퍼스 수강 후기] R 인강 100% 환급 챌린지 40차 미션

[패스트캠퍼스 수강 후기] R 인강 100% 환급 챌린지 40차 미션

 

패스트캠퍼스의 강의 중, 프로젝트와 함께 배우는 R 데이터 분석 올인원 패키지 Online를 수강하고 있습니다.

https://bit.ly/2DKMGNx 

내용을 복습도 할 겸, 미션에도 참가할 겸, 블로그에 매일 매일 정리해 보게 되었습니다.

 

오늘은 40회차 미션!

Part 2) [R로 하는 데이터 분석] 데이터 분석 기본기 익히기

1. 26. Ch 06. Support Vector Machine (SVM) - 03. SVM의 개념 이해 - 3

2. 27. Ch 06. Support Vector Machine (SVM) - 04. R code로 구현하는 SVM

 

1. 26. Ch 06. Support Vector Machine (SVM) - 03. SVM의 개념 이해 - 3

1. 이제 목적함수는 아래와 같이 결정됨

1. 목적함수는 최소화

2. 제약 조건은 만족해야 함

3. 

2. 이를 구하기 위해 라그랑지안을 구하게 되고

1. 목적함수와 제약식을 한꺼본에 표현

2. 이 식을 미분하고 등등등을 쭈우우욱 해주면 복잡한 식이 계산됨

3. 결과적으로 아래와 같은 식이 나옴

4. 

5. 위 식을 보면 xi와 xj의 내적이 등장

1. 결국 자신을 최적화하는 값이 데이터 자신과의 내적에 의해 결정됨

3. 다시 하나 더..

1. +영역에 속해야 한다고 보면...

1. 최적의 w벡터값을 넣어보면 결정 조건이 아래와 같이 나온다는데.. 무슨 말인지는 잘 모르겠음

2. 

3. 또 자기 자신과의 내적이 등장...

2. 27. Ch 06. Support Vector Machine (SVM) - 04. R code로 구현하는 SVM

1. 수학식은 됐고, 실제 R로 구현하는 방법을 보자.

2. SVM은 선형과 비선형으로 나뉜다.

3. 우선 사용법

1. caret 패키지를 사용

1. svmLinear를 method로 사용

2. 

2. svmPoly는 비선형 서포트 벡터 머신

1. polynomial 다항식을 사용.

1. 

3. caret 패키지에서 실제로는 kernlab이라는 패키지를 사용하는 셈

4. 선형 vs. 비선형을 이해하자.

1. 

2. 선형 -> 공간을 변형해서 뿌린 데이터를 선형으로 그린 후, 다시 공간을 원래대로 펴면 비선형이 된다고 이해하라 .. (응???)

 

SVM이 애초에 수학적이라서 그럴 수는 있지만

설명이 별로 안좋음.

뭐 그냥 쓰는 법만 익혀보자 -_-;

결국은 예제 실습까지 가야 알 수 있으려나?

휴.......