시험 직전 요약장

• 표준화된 선형 SVM의 결정경계는 f(x)=0, 마진 경계는 f(x)=±1, 폭은 2/‖w‖다.
• 하드 마진은 yᵢf(xᵢ)≥1, 소프트 마진은 슬랙으로 위반을 허용한다.
• 0<ξ<1은 올바르게 분류됐지만 마진 안, ξ>1은 오분류다.
• 서포트벡터는 비영 쌍대계수로 결정함수에 기여하며 클래스 중심점이 아니다.
• 큰 C는 위반을 더 강하게 벌하고 큰 RBF γ는 영향 범위를 좁게 하는 일반적 경향이 있다.
• 커널은 임의의 유사도가 아니며 유효 커널 조건이 필요하다.
• 결정함수 점수는 확률이 아니며 보정도 훈련·검증 범위에서 수행한다.
• OVR은 K개, OVO는 K(K-1)/2개의 이진 분류기를 사용한다.
• SVR의 ε 안 오차는 손실이 0이다.

불균형 분류에서는 정확도만으로 판단하지 않고 정밀도·재현율·F1·PR-AUC, 클래스별 혼동행렬과 오류 비용을 본다. 클래스별 가중치는 사실상 위반 벌점을 다르게 만들어 경계를 바꿀 수 있다. 가중 SVM의 점수도 자동으로 보정된 확률이 되지는 않는다.

커널 SVM은 커널 행렬 저장·최적화 비용 때문에 표본 수가 매우 크면 시간·메모리 부담이 급격히 커질 수 있다. 정확한 복잡도는 구현·자료·수렴 설정에 따라 달라지지만 커널 행렬은 최대 n×n 규모다. 대규모 희소 자료에서는 선형 SVM, 확률적 선형 분류기, 근사 커널을 비교한다.

평가는 전처리를 포함한 전체 파이프라인을 교차검증한다. 시간·환자·문서 출처처럼 집단 구조가 있으면 이에 맞는 분할을 사용하고, 여러 시드·폴드의 변동을 보고한다.