꿈라CBT다음 중 서포트 벡터 머신(SVM)에 대한 설명으로 가장 적절한 것은?
- 1SVM은 두 클래스 사이의 마진(margin)을 최소화하는 결정 경계를 탐색하여 분류 성능을 높인다.
- 2커널 함수는 원래 공간(저차원)의 데이터를 고차원 특징 공간으로 매핑하여 비선형 문제를 선형 분리 가능하게 만든다.
- 3서포트 벡터란 결정 경계로부터 가장 멀리 떨어져 있어 분류에 영향을 주지 않는 데이터 포인트를 의미한다.
- 4선형으로 분리되지 않는 데이터는 커널 기법을 적용하더라도 SVM으로 분류할 수 없다.