JavaScript is required

Phép phân loại nào sau đây sử dụng ý tưởng “Tìm đường phân chia sao cho lề của hai lớp là như nhau đối với đường phân chia đó"?

A.
Thuật toán học perceptron 
B.
Thuật toán K láng giềng gần nhất
C.
Bộ phân loại naïve Bayes 
D.
Thuật toán máy vector hỗ trợ
Trả lời:

Đáp án đúng: D


Thuật toán máy vector hỗ trợ (Support Vector Machine - SVM) tìm cách tạo ra một siêu phẳng (hyperplane) phân chia dữ liệu thành các lớp sao cho khoảng cách từ siêu phẳng này đến các điểm dữ liệu gần nhất của mỗi lớp (lề của lớp) là lớn nhất. Mục tiêu là tối đa hóa lề (margin) giữa các lớp, tức là tìm đường phân chia sao cho lề của hai lớp là như nhau đối với đường phân chia đó. Do đó, đáp án d là chính xác. Các lựa chọn khác không phù hợp vì: a. Thuật toán học perceptron: Tìm một đường thẳng (trong 2D) hoặc siêu phẳng (trong không gian nhiều chiều) để phân tách dữ liệu tuyến tính, nhưng không nhất thiết tối ưu hóa lề. b. Thuật toán K láng giềng gần nhất (K-Nearest Neighbors - KNN): Phân loại dựa trên khoảng cách đến các điểm dữ liệu lân cận, không liên quan đến việc tìm đường phân chia với lề tối ưu. c. Bộ phân loại naïve Bayes: Dựa trên định lý Bayes và giả định về tính độc lập giữa các đặc trưng, không liên quan đến việc tối ưu hóa lề.

Câu hỏi liên quan