Net Operating Income

Support Vector Machine(簡稱SVM)模型中文全稱為支援向量機，是一種基於統計原理的機器學習演算法，應運用於資料分類(Classifier)以及迴歸(Regressor)，本文會以資料分類為主進行。 SVM進行分類的過程，簡單來說便是以直線或不規則的線切分不同屬性的資料。至於要如何畫出最佳解的線，需要考慮兩個問題，首先便是資料屬性的差異程度，簡單來說即如果一條線越寬，則代表他能夠辨識資料差異的程度越好；其次則是分類誤差，因為在實務操作上不太可能全然地將不同屬性的資料分割，所以也要考量到誤差的大小，運作方式為設定誤差懲罰項係數。而上述兩項標準孰輕孰重，則需要模型操作人員設定參數，文中會再說明。