20 역주 가우스 커널을 사용하여 계산된 값은 지수 함수의 테일러 급수 전개를 생각하면 무한 차원의 다항식을 사용하여 만든 것으로 생각할 수 있습니다. 커널 방법은 이렇게 고차원 표현을 실제 만들지 않고 커널 함수의 계산 결과만 사용합니다. 고차원 표현을 명시적으로 만들지 않기 때문에 이 공간에 대한 결정 경계도 찾을 수 없습니다. 커널 방법을 사용할 때는 SVM의 목적 함수에 커널 함수를 적용하여 w와 b를 소거합니다. 이렇게 바뀐 목적 함수를 쌍대 형식(dual form)이라고 부릅니다. 예측은 새로운 데이터와 서포트 벡터에 커널 함수를 적용하여 계산합니다. SVC 클래스의 kernel 매개변수가 'linear'가 아닌 경우 항상 쌍대 문제가 되며 가중치 파라미터 coef_ 속성은 정의되지 않습니다. LinearSVC 클래스는 dual 매개변수의 기본값 True를 False로 바꾸어 쌍대 문제가 아니라 원 문제(primal problem)를 풀 수도 있습니다.
21 역주 SVM 모델에 규제를 가할 때는 gamma와 C 매개변수를 동시에 조절하는 것이 좋습니다.
22 역주 log2(0.5)는 -1이므로 두 노드가 균등하게 분포되어 있으면 IH(t) = - (0.5*(-1) + 0.5*(-1)) = 1이 됩니다.
23 역주 분류 오차 불순도 지표도 마찬가지로 두 클래스가 같은 비율일 때 최대(0.5)가 되고 한 클래스의 비율이 커질수록 줄어듭니다.