Una máquina de vectores de soporte (SVM) es un tipo de algoritmo de aprendizaje automático que se utiliza para el análisis de clasificación y regresión. Funciona identificando un hiperplano que separa los datos en dos clases, con el margen máximo entre las dos clases. El hiperplano se elige de tal manera que los puntos de datos más cercanos a él se denominan vectores de soporte, que se utilizan para definir el límite de decisión. Las SVM son particularmente útiles cuando se trata de datos de alta dimensión y se pueden entrenar usando diferentes funciones del kernel para transformar los datos en un espacio de mayor dimensión para una mejor separación.
Fecha de publicación: