SVM

Uma máquina de vetores de suporte (Support Vector Machine) é um método de aprendizado de máquina, usado para classificação e análise de regressão. "O SVM padrão toma como entrada um conjunto de dados e prediz, para cada entrada dada, qual de duas possíveis classes a entrada faz parte, o que faz do SVM um classificador linear binário não probabilístico. Dados um conjunto de exemplos de treinamento, cada um marcado como pertencente a uma de duas categorias, um algoritmo de treinamento do SVM constrói um modelo que atribui novos exemplos a uma categoria ou outra". Os exemplos são representados como pontos no espaço, e então, é encontrada uma linha de separação entre dados de duas classes, comumente chamada de hiperplano, esta linha busca maximizar a distância entre os pontos mais próximos de diferentes classes, os novos exemplos então são preditos como pertencentes a uma categoria baseados em qual o lado do espaço eles são colocados (WIKIPÉDIA, 2017).

Na figura acima, há duas classes, separadas pelas cores vermelha e azul. A linha do hiperplano é traçada, e a distância entre os pontos mais próximos de cada classe, chamados de margem (linhas pontilhadas) é maximizada.

Na biblioteca de SVM do scikitlearn, há diferentes kernels com varias funções de estatística para realizar a predição das classificações.

Kernel's

Linear

Definição

"A análise de regressão linear consiste na realização de uma análise estatística com o objetivo de verificar a existência de uma relação funcional entre uma variável dependente com uma ou mais variáveis independentes. Em outras palavras consiste na obtenção de uma equação que tenta explicar a variação da variável dependente pela variação do(s) nível(is) da(s) variável(is) independente(s)." - INF 162, UFV

Formula da regressão linear

Yi - Variável explicada (dependente), é o valor que se quer atingir.

Alpha - É uma constante, que representa a interceptação da reta com o eixo vertical.

Beta - É outra constante, que representa o declive(coeficiente angular)da reta.

Xi- Variável explicativa (independente), representa o fator explicativo na equação.

Epsilon - Variável que inclui todos os factores residuais mais os possíveis erros de medição. O seu comportamento é aleatório, devido à natureza dos factores que encerra.

Radial Basis Function(RBF)

Definição

"A função de base radial (RBF) é uma função sobre números reais cujos valores dependem apenas da distância a partir da origem, tal que ou, alternativamente, sobre algum outro ponto c, chamado de centro, tal que que satisfaça a propriedade é uma função radial."

Polynomial

Definição

O kernel polynomial possui o método de regressão não-linear, onde segue os mesmos parametros da função de regressão linear, apenas adicionando um grau quadrático para a variavel dependente(X)

Referencias

Regressão Linear, Capitulo 9 - http://www.dpi.ufv.br/~peternelli/inf162.www.16032004/materiais/CAPITULO9.pdf

Radial Basis Function - https://en.wikipedia.org/wiki/Radial_basis_function