Considerando os métodos de Mineração de Dados, analise a seguinte descrição: “constrói os denominados classificadores lineares, que separam o conjunto de dados por meio de um hiper

Gabarito

Certo

Comentário do professor

SVM ( Support Vector Machines ) é um método de aprendizado supervisionado que constrói classificadores lineares separados por um hiperplano que maximiza a margem entre classes. A formulação básica busca minimizar \( \frac{1}{2}\|w\|^2 \) sujeita a \( y_i(w\cdot x_i + b)\ge 1 \), garantindo separação ampla e robusta.

Na prática usa-se a versão de soft margin com variáveis de folga \(\xi_i\) e parâmetro \(C\) para equilibrar margem e erros de classificação.

Somente os pontos que tocam a margem — os vetores de suporte — definem o modelo, o que torna a solução esparsa e eficiente em espaços de alta dimensão.

Para problemas não lineares aplica-se o kernel (ex.: linear, RBF, polinomial), que mapeia dados a um espaço onde um hiperplano linear pode separar as classes.