サポートベクトルマシン（SVM）は、データを分類する境界とデータ点の間の距離であるマージンを最大化することで高精度な分類を行う代表的な機械学習アルゴリズムです。線形分離だけでなくカーネル法を用いて非線形データにも対応でき、文字認識や迷惑メール判定などに広く活用されています。
サポートベクトルマシンとは
サポートベクトルマシン（SVM）とは、異なるグループのデータを境界線で明確に分けるための代表的な教師あり学習アルゴリズムです。
詳しく解説
サポートベクトルマシンは、データを二つのクラスに分類する際に、境界と最も近いデータ点との間の距離である「マージン」を最大化するように決定境界を引く仕組みを持ちます。マージンを広く取ることで、未知のデータに対しても高い汎化性能を発揮します。直線や平面で分離できない複雑なデータに対しても、高次元空間へ写像する「カーネル法」を用いることで、非線形な境界線を引いて高精度に分類できる点が特徴です。
具体例・使われ方
画像認識における手書き文字の判別や顔検出、テキスト分類における迷惑メール判定や文書のカテゴリ分け、医療分野における生体データからの疾患予測などに活用されています。
似た用語との違い
ロジスティック回帰も同じく分類に広く用いられますが、データの確率的な所属度合いを計算するのに対し、サポートベクトルマシンはマージンを最大化して幾何学的に明確な境界を引く点に違いがあります。
注意点
適切なハイパーパラメータを選択しないと過学習を起こす可能性があり、またデータ数が膨大になると計算量が急激に増えて学習に長時間を要する点に注意が必要です。
この解説は役に立ちましたか？誤りが含まれる場合はご報告いただけますと幸いです。
更新日時: 2026年9月8日 21:41