3 직교 벡터

두 벡터 사이의 각도가 90도를 이루는 것을 직교 벡터(orthogonal vector)라고 합니다. 그렇다면 우리는 왜 직교 벡터를 알아야 할까요? 앞서 잠깐 언급했던 SVM(Support Vector Machine) 알고리즘을 다시 살펴보겠습니다.

SVM은 다음과 같이 주어진 데이터가 어떤 범주에 속할지 판별하는 분류 모델로, 패턴 인식이나 자료 분석에 주로 사용합니다.

그림 10-44 | SVM 데이터 범주 분리

SVM 원리는 그림 10-45의 ①과 같이 마진(margin)을 최대로 하는 결정 경계(decision boundary)를 찾는 것입니다. 그렇다면 결정 경계는 어떻게 찾을까요? 이때 사용하는 것이 바로 벡터의 직교와 내적입니다. ②와 같이 결정 경계에 직교하는 벡터 와 임의의 벡터 를 그려 보겠습니다.

그림 10-45 | SVM 원리와 SVM 결정 경계 찾기