(記事) scikit-learn の SVM は、カーネルをメモリに載せる

の超平面で対象データを分離し、その平面から直近のデータ点への距離であるマージンを最大化する手法。

正規化の例: 画像処理

標準化の例: SVM など、距離の最適化を行っているやつら

使わない例: 決定木

特に SVM などにおいて、平面を決定する線形作用素が、カーネルの線形和の形で表されるという定理

サポートベクトル回帰。 SVM を回帰に用いる手法。

scikit-learn にて、モデルのパラメーターの学習のために利用される、古典的なメソッド。 (log scale などでの) 格子点上のパラメータをひとつひとつ検証していく。

pandas から scikit-learn に値を渡す際には、 df.values ないし series.values して numpy の NumArray に変換すれば、大体良い感じになる。