Máquina de Vetores de Suporte (SVM)

A Máquina de Vectores de Suporte (SVM) é um algoritmo de aprendizagem supervisionada robusto e versátil algoritmo de aprendizagem supervisionada robusto e versátil, utilizado principalmente para tarefas de classificação e regressão de imagens. Ao contrário de alguns algoritmos que se limitam a ajustar uma linha aos dados, um SVM procura o hiperplano ótimo - um limite de decisão decisão - que melhor separa os pontos de dados em diferentes classes. A caraterística definidora de uma SVM é o seu foco em maximizar a margem, que é a distância entre o limite de decisão e os pontos de dados mais próximos de cada classe. Ao dar prioridade a esta separação ampla, o modelo consegue uma melhor generalização em dados não vistos, reduzindo efetivamente reduzindo efetivamente o risco de sobreajuste em comparação com classificadores lineares mais simples.

Mecanismos principais da SVM

Para compreender o funcionamento de uma SVM, é útil visualizar os pontos de dados representados num espaço multidimensional em que cada dimensão representa um atributo ou caraterística específica.

• Hiperplano ótimo: O algoritmo identifica um plano que divide o espaço da variável de entrada. Em duas dimensões, trata-se de uma reta; em três dimensões, de um plano plano; e em dimensões superiores, de um hiperplano. O objetivo é encontrar o hiperplano específico que mantém a distância máxima dos pontos de dados mais próximos de qualquer classe.
• Vectores de apoio: São os pontos de dados específicos que se encontram mais próximos do limite de decisão. São São chamados "vectores de apoio" porque essencialmente apoiam ou definem a orientação e a posição do do hiperplano. Se remover outros pontos de dados, o limite permanece o mesmo, mas mover um vetor de apoio altera o modelo. o modelo. Pode ler mais sobre estes vectores na documentação documentação do Scikit-learn SVM.
• O truque do kernel: Os dados do mundo real raramente são linearmente separáveis. As SVMs resolvem isso usando uma técnica chamada truque do kernel, que projecta os dados num espaço de dimensão superior onde um separador linear divide efetivamente as classes. Os kernels comuns incluem a Função de Base Radial (RBF) e kernels polinomiais, permitindo que o modelo que permitem ao modelo lidar com relações complexas e não lineares frequentemente encontradas no processamento de linguagem natural (PNL) tarefas.

Aplicações no Mundo Real

Antes do advento das modernas arquitecturas de aprendizagem profunda, as SVMs eram o padrão para muitos problemas de visão computacional e e reconhecimento de padrões.

• Bioinformática e cuidados de saúde: As SVM desempenham um papel fundamental na IA nos cuidados de saúde, nomeadamente em problemas de classificação como a deteção de homologia remota de proteínas e a classificação do cancro com base em dados de expressão de expressão génica. A sua capacidade de tratar dados de elevada dimensão com poucas amostras torna-as ideais para analisar conjuntos de dados biológicos complexos. conjuntos de dados biológicos complexos.
• Categorização de textos: No domínio da análise de dados análise de dados, os SVMs são amplamente utilizados para categorização de texto e hipertexto. Reduzem significativamente a necessidade de instâncias de treino rotuladas em de instâncias de treino rotuladas em configurações de classificação de texto indutivo padrão, tornando-as eficientes para aplicações como a deteção de spam e a análise de sentimentos. e análise de sentimentos.
• Reconhecimento de escrita à mão: Historicamente, as SVM têm tido um desempenho excecional em tarefas de reconhecimento de dígitos manuscritos dígitos manuscritos, tais como os encontrados no conjunto de dadosMNIST . Enquanto as redes neurais convolucionais (CNNs) (CNN), as SVMs continuam a ser relevantes para a avaliação comparativa e para casos com dados de treino limitados.

Implementação de um classificador SVM

Embora as tarefas modernas utilizem frequentemente o Ultralytics YOLO11 para a deteção de objectos de ponta a ponta, As SVM continuam a ser uma ferramenta poderosa para dados estruturados ou como uma camada de classificação final sobre as caraterísticas extraídas. Abaixo é apresentado um exemplo conciso utilizando o popular scikit-learn para treinar um classificador simples.

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

# Generate synthetic classification data
X, y = make_classification(n_features=4, random_state=0)
X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=0)

# Initialize and train the Support Vector Classifier
clf = svm.SVC(kernel="linear", C=1.0)
clf.fit(X_train, y_train)

# Display the accuracy on the test set
print(f"Accuracy: {clf.score(X_test, y_test):.2f}")

SVM vs. Algoritmos Relacionados

Distinguir a SVM de outras técnicas de aprendizagem automática ajuda a selecionar a ferramenta certa para um projeto de modelação preditiva.

• Regressão logística: Ambos são classificadores lineares, mas os seus objectivos de otimização são diferentes. A Regressão Logística maximiza a probabilidade dos dados dos dados observados (probabilística), enquanto a SVM maximiza a margem geométrica entre classes. Os SVMs são geralmente mais eficazes quando as classes estão bem separadas, enquanto a Regressão Logística fornece probabilidades calibradas.
• K-Nearest Neighbors (KNN): O KNN é um aprendiz não paramétrico, baseado em instâncias, que classifica um ponto com base na classe maioritária dos seus vizinhos. Em contrapartida, o SVM é um modelo paramétrico que aprende um limite global. Os SVMs geralmente oferecem uma latência de latência de inferência mais rápida depois de treinadas, uma vez que não precisam de armazenar todo o conjunto de dados, ao contrário do KNN.
• Árvores de decisão: Uma árvore de decisão divide o espaço de dados em regiões rectangulares utilizando regras hierárquicas. As SVMs podem criar limites de decisão complexos, complexos e curvos (através de kernels) que as árvores de decisão podem ter dificuldade em aproximar sem se tornarem demasiado profundas e propensas a sobreajuste.
• Aprendizagem profunda (por exemplo, YOLO11): As SVMs dependem muito da engenharia manual manual, em que os peritos do domínio selecionam entradas relevantes. Modelos modernos como o YOLO11 são excelentes na extração automática de caraterísticas diretamente a partir de píxeis em bruto, o que os torna superiores para tarefas complexas como a deteção de objectos e segmentação de instâncias.

Para os interessados na teoria fundamental, o artigo original de Cortes e Vapnik (1995) fornece a base matemática matemático das SVMs de margem suave utilizadas atualmente.