Double Hierarchical Generalized Linear Model for Support Vector Machine

Abstract

서포트 벡터 머신(SVM)은 분류, 회귀문제의 적용 및 예측의 정확성과 다양한 자료의 적용 용이성을 가지고 있으며 특히 이진형 반응변수로 구성된 자료를 분류하는 이진 분류 기법이다. 이는 커널 함수를 써서 비선형 분류 문제에 선형 분류의 기술을 적용한다. SVM은 확장 차원의 선형 분류 후 원래 차원에서 이를 재구성한다. 다단계 일반화 선형모형(HGLM)은 고정효과뿐만 아니라 랜덤효과에서도 GLM 형태의 임의의 분포를 설정하여 분석을 실시할 수 있는 확장된 선형모형기법이다. Lee와Nelder에의해제안된Double HGLM(DHGLM)은 랜덤 효과의 평균과 분산 성분을 구체화시킬 수 있다. 따라서 HGLM과 DHGLM을 통해 SVM을 표현할 수 있다. 논문에서는 먼저 SVM, HGLM 과 DHGLM 에 대해 요약 소개하였다. 다음으로 DHGLM을 활용한 새로운 분류 기법을 제시한다. 이를 기존의 SVM 분류 방법과 비교하고 그 분석 알고리즘을 R script로 수록하였다.