부류내 분산은 작고 부류간 분산은 크게 해줄수록 좋은 특징 벡터 즉, Sb/Sw 값이 큰게 좋은 것임 분별력을 측정하는 3가지 방법 1. 다이버전스 2. 훈련 샘플의 거리 3. 분류기 성능 KL 다이버전스 분별력이 큰 경우는 (b) 경우임 - 두 분포가 완전히 겹치면 위의 값을 1을 가짐 두 분포가 같다면(유사하다면) P(k)=Q(k)이므로 sum(P(k)) = 1이 됨 - KL 다이버전스는 거리개념과 유사하므로, 값이 클수록 분류가 잘 됨 훈련 샘플의 거리 구하는 방법 [훈련 샘플의 거리 구하는 예시] 분류기로서의 SVM 장점: 분류기에 딱 맞는 특징벡터를 찾아낼 수 있음 단점: 분류기 훈련시 계산시간이 많이 걸림 특징 선택 시, 고려해야할 것 1. 중복되는 특징벡터 사용시 단점 중복이 되므로 성능향상..
