ラビットチャレンジ_機械学習5

・サポートベクタマシン
　・教師あり学習の1つで、分類、回帰、外れ値検出の際に使用する
　・直線や平面などで分離できないデータを高次元の空間に写して線形分離
　　することにより、分類を行う
　・下記図の名称
　　f(x)：決定境界 　
　　サポートベクタ：各クラスのデータ
　　マージン：クラス間のサポートベクタの距離

　　・マージンを最大にするように決定境界を求める
　　　⇒決定境界がサポートベクタから遠くなり多少のデータが変わっても
　　　誤った分類を行う可能性を低くできると期待できるため

演習：下記3ケースに対してSVMを用いて分類を行う
　　　　・線形分離可能なケース
　　　　・線形分離不可能なケース
　　　　・データに重なりがあるケース
　
　・線形分離可能なケース
　　・学習

　　・予測

　　・結果

　
　・線形分離不可能なケース
　　・学習

　　・予測

　　・結果

　・データに重なりがあるケース
　　・学習

　　・予測

　　・結果