Ын Анналин, Су Кеннет

124
Глава 8
. 
Метод опорных векторов
Рис. 4. Круг темно-серых точек на двумерном листе
может быть отображен прямой линией при проекции
в виде трехмерной сферы
Способность метода опорных векторов работать с не-
сколькими измерениями обеспечивает его популярность 
в анализе наборов данных со множеством переменных. 
Его нередко применяют для расшифровки генетической 
информации и анализа тональности текста.
8.4. Ограничения
Хотя метод опорных векторов является адаптивным 
и быстрым инструментом, он может не подходить в сле-
дующих случаях.

---

8.5. Краткие итоги
125
Малые наборы данных. Поскольку для определения гра-
ниц метод опирается на опорные векторы, то небольшой 
набор данных сокращает их число и отрицательно влияет 
на точность расчета.
Множество групп. Метод опорных векторов способен 
классифицировать данные только на две группы за раз. 
Если групп три и более, то необходимо применять ите-
ративно для выявления каждой отдельной группы ме-
тод, который называется многоклассовая классификация 
(multi-class SVM).
Большое перекрытие данных. Метод опорных векторов 
классифицирует элементы данных исходя из того, с какой 
стороны границы разграничения они оказались. Когда 
элементы данных сильно перекрываются обеими груп-
пами, то те из них, которые находятся ближе к границе, 
могут быть классифицированы ошибочно. Более того, 
метод не дает информации о вероятности ошибочной 
классификации для отдельного элемента данных. Тем не 
менее для оценки точности классификации отдельного 
элемента можно ориентироваться на расстояние от него 
до границы разделения.
8.5. Краткие итоги

Метод опорных векторов классифицирует элементы 
данных на две группы, проводя границу между пери-

---