support vector machinesawwn/kuliah/tke134032/svm slide.pdf · 2017-05-30 · siapkan i data...
Post on 14-Feb-2020
9 Views
Preview:
TRANSCRIPT
Hyperplane● Pengelompokan pola dua
kelas dapat dinotasikan sebagai
{x i , y i }● dengan:
– xi adalah vektor pola N dimensi
– y i∈{−1,1}● Garis putus-putus adalah
alternatif bidang pemisah kelas
Persamaan Hyperplane
w⋅x+b=0w=vektor bobotx=vektor polab=bias
● Perhatikan, persamaan di atas sama dengan persamaan yang digunakan pada perceptron
Hyperplane Optimal
● H adalah bidang pemisah● H1 dan H2 adalah bidang
dengan titik-titik data yang terletak paling dekat dengan kelas lainnya (berwarna abu-abu)
● Titik-titik data yang berwarna abu-abu disebut sebagai support vector
SVM data terpisah linear
● Jika ada l data pelatihan dua kelas yang terpisah secara lineary i∈{−1,1}
● SVM mencari jarak antara dua kelas yang terkecil
top related