サポートベクターマシン(SVM)とマージン最大化

SVMはマージン(境界と最も近い点との最短距離)を最大化することで、未知データに対する高い汎化性能を獲得するマージン最大化分類器です。 ア:正解です。サポートベクターと呼ばれる境界近傍の少数のサンプルのみによって決定超平面が定まります。 イ:誤りです。全データ点を通るような複雑な境界を引くのは過学習であり、マージン最大化の考え方に反します。 ウ:誤りです。サポートベクター以外の遠く離れた点は境界の決定に一切寄与しません。 エ:誤りです。誤分類を許容しないのがハードマージン、スラック変数を導入して誤分類を許容するのがソフトマージンです。

サポートベクターマシン(SVM)の動作原理に関する記述として、最も適切なものを1つ選択してください。

出典G検定オリジナル模擬試験
ア
決定境界と最も近い訓練サンプル(サポートベクター)との距離(マージン)を最大化するように境界を決定する。
イ
すべての訓練データ点の二乗誤差の総和をゼロにするように、非線形な境界線をくまなく引く。
ウ
境界から遠く離れた外れ値のデータ点ほど、境界線の位置決定に大きな影響(重み)を与える。
エ
ハードマージンSVMは、訓練データに誤分類(マージン違反)が存在することを前提としてペナルティ係数Cで許容する。