꿈라CBT서포트 벡터 머신(SVM)에 대한 설명으로 옳지 않은 것은?
- 1결정 경계와 가장 가까이 위치한 데이터 포인트를 서포트 벡터라고 한다.
- 2두 클래스 사이의 마진(Margin)을 최대화하는 초평면을 찾는 것을 목표로 한다.
- 3커널 트릭을 이용하면 선형으로 분리되지 않는 데이터도 고차원 공간에서 분리할 수 있다.
- 4결정 경계는 전체 학습 데이터의 평균 위치로 정해지므로 개별 관측치의 영향을 받지 않는다.
서포트 벡터 머신(SVM)에 대한 설명으로 옳지 않은 것은?