Hi. Vielleicht kann ja einer der Mathematik-Profis mir ja eine Frage beantworten: Über die grundsätzliche Funktionsweise der SVM weiß ich bescheid. - Hyperebene teil den Merkmalsraum. - Kernelfunktion anstatt Skalarprodukt. - Klassifikationsergebnis =
Was mir nur nicht so richtig klar ist, warum am Ende trotzdem die Vektoren gespeichert werden müssen. Am Ende müsste doch aus dem Training eine Ebenengleichung
rausfallen, die die Menge bestmöglich trennt. Oder wo habe ich den Denkfehler?