この記事は、MATLABアドベントカレンダー（その2）の12日目の記事として書かれています。 qiita.com 1 はじめに 本記事では、サポートベクトルマシン（Support Vector Machine: SVM）の仕組みについてまとめます。 サポートベクトルマシンは複数の次元を有す…

この記事は、MATLABアドベントカレンダー（その2）の6日目の記事として書かれています。 qiita.com 1 はじめに 前回の記事では、1つの変数のみで、線形回帰（単回帰）を行うときの、数式の導出や自身の実装による検算を行いました。 線形回帰（単回帰分析）…

この記事は、MATLABアドベントカレンダー（その2）の11日目の記事として書かれています。 qiita.com 本記事の執筆にあたっては、 赤穂先生の「カーネル多変量解析」を非常に参考にさせていただきました。 カーネル多変量解析―非線形データ解析の新しい展開 (…

この記事は、MATLAB/Simulink Advent Calendar 2022の6日目の記事として書かれています。 qiita.com 1章 はじめに t-SNEと呼ばれる方法を用いて、高次元データを、2次元平面や3次元空間にプロットすることができます。 例えば、以下の図は、MNISTという0から…

この記事は、MATLABアドベントカレンダー（その2）の4日目の記事として書かれています。 qiita.com 1 はじめに 以下の図のように、エクセルなどで、直線で回帰（フィッティング）した経験がある方も多いかもしれません。 以下の図では、y = 0.33x + 50.2 と…

この記事では、サポートベクトルマシン（SVM）を用いて、分類を行ったときの、分離のための超平面を可視化することを行います。PythonとMATLABにて書いてみたいと思います。ここでは、3つの変数を説明変数として用いて、3次元プロットによる可視化を行います…