support vector machine

Angol

Főnév

support vector machine (tsz. support vector machines)

(informatika) szupport vektor gép

A Support Vector Machine (SVM), magyarul támogatott vektorgép, egy hatékony, felügyelt tanulási algoritmus, amelyet főként osztályozásra és regresszióra használnak. Különösen jól működik kis mintaszámú, nagy dimenziójú adatok esetén.

Az alapötlet: találjunk meg egy olyan elválasztó hiper-síkot, amely a lehető legjobban szétválasztja az adatokat két (vagy több) osztályra.

🎯 Mi a célja az SVM-nek?

Egy hipersík megtalálása, amely maximalizálja a margót (távolság a legközelebbi pontoktól)
Robusztus döntési határvonalat ad, amely jól általánosít új adatokra

🧩 Alapfogalmak

Fogalom	Jelentés
Hipersík	Az adatteret két részre osztó geometriai sík (pl. 2D-ben egyenes, 3D-ben sík)
Margin (margó)	Az elválasztó sík és a legközelebbi pontok távolsága
Support vectors	Az adathalmaz azon pontjai, amelyek legközelebb vannak az elválasztó síkhoz – ezek határozzák meg a modellt
Hard margin	Nincs hibás osztályozás megengedve
Soft margin	Enged némi hibát a jobb általánosítás érdekében (valós adatokhoz hasznosabb)

✏️ Geometriai szemlélet

Egy 2D példában az SVM egy egyenest keres, amely a lehető legjobban választja szét a két osztályt úgy, hogy:

a legközelebbi piros és kék pont egyforma távol legyen az elválasztó vonaltól
ez a távolság (margin) a lehető legnagyobb legyen

🧮 A döntési függvény

Egy adatpont ${\textstyle x}$ osztályba sorolása:

$f(x)=w^{T}x+b$

${\textstyle w}$ : súlyvektor (irány a térben)
${\textstyle b}$ : eltolás
ha ${\textstyle f(x)>0}$ → egyik osztály, ha ${\textstyle f(x)<0}$ → másik

⚙️ Tanulás: optimalizációs probléma

Az SVM célja a következő kifejezés minimalizálása:

$\min _{w,b}{\frac {1}{2}}\|w\|^{2}$

úgy, hogy:

$y_{i}(w^{T}x_{i}+b)\geq 1\quad {\text{minden }}i$

Ez egy konvex optimalizációs probléma, aminek megoldása globális minimum.

🌐 Mi van, ha nem lineárisan elválasztható?

Ekkor jön a képbe a kernel trükk:

📦 Kernel függvények

A kernel függvény segítségével átvetítjük az adatokat egy magasabb dimenziójú térbe, ahol már elválaszthatók lineárisan.

Kernel típus	Jelentés
Lineáris	Egyszerű sík (pl. szövegosztályozásra jó)
Polinomiális	Nemlineáris elválasztás (görbék)
RBF (Gauss)	Népszerű, jól általánosít
Sigmoid	Hasonló a neurális hálók aktivációjához

📊 Példa: kétosztályos osztályozás

Tegyük fel, hogy van két osztály: piros és kék pontok.

Az SVM megtalálja azt az egyenest/síkot, amely legjobban különválasztja őket.
Ha egy új pont érkezik, akkor a döntési függvény ${\textstyle f(x)}$ alapján sorolja be.

🛠️ Kód példa Pythonban (scikit-learn)

from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.svm import SVC

X, y = datasets.make_classification(n_samples=100, n_features=2, n_classes=2)
X_train, X_test, y_train, y_test = train_test_split(X, y)

model = SVC(kernel='linear')
model.fit(X_train, y_train)

print("Pontosság:", model.score(X_test, y_test))

🧠 SVM alkalmazási területek

Terület	Példa
Szövegosztályozás	SPAM-szűrés, vélemény-analízis
Képfelismerés	Arcazonosítás, kézirásos számfelismerés
Bioinformatika	Génszekvencia osztályozás
Pénzügyi előrejelzés	Ármozgás trendek detektálása

✅ Előnyök

🧮 Matematikailag jól megalapozott
📈 Jól működik kevés minta esetén is
🔍 Tiszta döntési határ a margin maximalizálása miatt
🛡️ Robusztus túltanulás ellen, főként soft margin-nel

⚠️ Hátrányok

🧠 Nehéz paraméterhangolás (C, gamma, kernel választás)
🐢 Lassú nagy mintaszám esetén (milliós soroknál)
🧱 Nehezen értelmezhető a döntési határ vizuálisan, magas dimenzióban
📊 Nem skáláz jól: deep learning gyakran felváltja nagy adathalmazoknál

🔧 Fontos hiperparaméterek

Paraméter	Jelentés
C	Regularizációs paraméter: nagy C → kevesebb hiba, szűk margin
gamma	RBF kernel esetén: kis gamma → sima határ, nagy gamma → éles görbék
kernel	A használt kernel típusa: `linear`, `rbf`, `poly`, `sigmoid`

🧾 Összefoglalás

Tulajdonság	Leírás
Név	Support Vector Machine (SVM)
Típus	Felügyelt gépi tanulás, osztályozás és regresszió
Cél	A lehető legnagyobb margójú elválasztó sík megtalálása
Alkalmazás	Szöveg, kép, bioinformatika, pénzügy
Kulcselemek	Margó, support vector, kernel, C, gamma
Erősség	Kis adathalmazokra ideális, pontos döntési határ
Korlát	Lassú nagy adathalmazokon, nehezen hangolható

További információk

support vector machine - Szótár.net (en-hu)
support vector machine - Sztaki (en-hu)
support vector machine - Merriam–Webster
support vector machine - Cambridge
support vector machine - WordNet
support vector machine - Яндекс (en-ru)
support vector machine - Google (en-hu)
support vector machine - Wikidata
support vector machine - Wikipédia (angol)