SVM

w,xHb=0\langle \bm{w}, \bm{x} \rangle_{\mathcal{H}} - b = 0

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。

データ点を正定値カーネルにより生成される再生核ヒルベルト空間上の関数点へと飛ばし、その上で分離平面を求めることで、そのままでは線形分離が不可能な問題でも取り扱えるようになる。 この手法はカーネルトリックと呼ばれる。

参考: