Un método de aprendizaje supervisado que encuentra una frontera de decisión (hiperplano) separadora de clases maximizando el margen entre los vectores de soporte —los puntos de entrenamiento más cercanos a la frontera— y opcionalmente mapea entradas a un espacio de características de mayor dimensión mediante núcleos para manejar no linealidad.

Principio

Formular la clasificación como una optimización convexa: maximizar el margen sujeto a restricciones de clasificación (el margen suave permite holgura para errores con regularización), o emplear representaciones kernelizadas para realizar la maximización del margen en un espacio de características implícito sin coordenadas explícitas.

Demostración

Clasificación binaria en datos linealmente separables: la SVM encuentra el hiperplano equidistante de los ejemplos más cercanos de cada clase; con datos no separables, una SVM de margen suave permite errores penalizados por un parámetro de regularización; con un kernel RBF se pueden aprender fronteras no lineales de forma implícita.

Aplicación incorrecta

Usar SVMs sin escalado de características, elegir kernels o hiperparámetros inapropiados a ciegas, aplicar SVMs a conjuntos de datos extremadamente grandes sin aproximaciones, o interpretar el margen como probabilidades calibradas sin posprocesado (las salidas SVM no son probabilísticas por defecto).

Consecuencia

Produce clasificadores robustos con buena generalización cuando el margen y el kernel están bien escogidos; admite soluciones esparsas definidas por vectores de soporte, pero el rendimiento depende de la selección del kernel, ajuste de parámetros y escalado; la complejidad en predicción crece con el número de vectores de soporte.

Inversión

Sustituir la maximización del margen por la minimización directa del riesgo empírico sin margen (p. ej., perceptrón sin regularización) reduce el énfasis en la robustez y puede llevar al sobreajuste o a la sensibilidad al ruido.

Límite

Se aplica a problemas de clasificación supervisada binaria (y extendible a multiclasificación) y a regresión (SVR); menos adecuado sin kernelización para salidas altamente estructuradas, o cuando se requieren salidas probabilísticas calibradas sin calibración; requiere representaciones numéricas de características.

Tensión semántica

A veces se confunde con métodos kernel en general o con ideas de margen amplio; SVM es específicamente el clasificador de máxima margen solucionable por programación cuadrática convexa, mientras que otros aprendices kernelizados intercambian el principio de margen por otras funciones de pérdida o interpretaciones probabilísticas.

Síntesis

Las máquinas de vectores de soporte buscan hiperplanos que maximizan el margen separador, usan vectores de soporte para soluciones esparsas y kernels para no linealidad: un marco convexo centrado en la margen que proporciona fronteras robustas pero exige elección cuidadosa de kernel y regularización y no ofrece probabilidades calibradas de forma nativa.