学習 マージン最大化で分類精度向上
たくさんの種類に分けられたものが、ごちゃまぜになっている様子を思い浮かべてください。たとえば、赤い玉と青い玉が混ざっている場面です。この玉をきちんと分けるために、赤い玉と青い玉の間に線を引くことを考えます。この線が、分けるための境目となるわけです。
さて、境目とそれぞれの玉との間には、距離があります。この距離を大きくすればするほど、赤い玉と青い玉がはっきりと分かれていることが分かります。赤い玉と青い玉が、境目にぴったりくっついていると、どちらのグループなのか分かりにくいですよね。しかし、境目から遠く離れていれば、はっきりとどちらのグループなのか分かります。この、境目と玉との間の距離を「余白」と呼ぶことにします。
余白を最大にするということは、境目と玉との間の距離をできるだけ大きくすることです。そうすることで、どの玉も境目から遠く離れ、より確実にグループ分けができるようになります。これが、余白最大化と呼ばれる考え方です。
余白最大化は、「支えとなる玉機械」と呼ばれる、高性能な仕分け装置の仕組みの中心となる考え方です。この仕分け装置は、様々な場面で使われています。たとえば、写真のどこに人が写っているのかを自動で見つける、迷惑な電子郵便を識別する、病気の診断を助けるなど、複雑な仕分け作業をこなすことができます。
このように、余白最大化は、ものごとを仕分けるための大切な考え方であり、様々な技術の土台となっています。
