SVM アルゴリズムを実装しようとしていますが、実際に d 次元のデータ セットがどのように処理されるかを理解するのに苦労しています。私の特定のケースでは、各「ポイント」には約 400 の識別機能があります。
2 次元空間では、基本的に、2 つのグループの間でいずれかの側の任意の点からのマージンを最大化する線を見つけようとします。そのような「線」が d 次元空間でどのように見えるかはある程度想像できますが、分類が実際にどのように機能するかについては完全にわかりません。
ここに同様の質問がありますが、わかりません。分類子を取得した後に分離がどのように発生するかはある程度わかりますが、実際に分類子を取得する方法についてはわかりません。