Máquinas de soporte vectorial
El hiperplano separador
En un espacio de dos dimensiones, separar dos nubes de puntos es trazar una recta. En más dimensiones, un hiperplano. Millones de hiperplanos lo logran; el problema es cuál elegir para que resista datos nuevos. La respuesta del soporte vectorial: el del margen ancho.
El margen y su anchura
El margen es la distancia del hiperplano a los puntos más cercanos de cada clase. Maximizarlo equivale a colocar la frontera en el medio exacto de la calle entre las dos clases. Un margen ancho tolera mejor el ruido y las pequeñas perturbaciones de los datos nuevos.
Los vectores de soporte
Solo los puntos que tocan el borde del margen —los vectores de soporte— determinan la frontera. Mover o eliminar los demás no cambia nada. Esa economía es elegante: el modelo entero queda resumido en unos pocos ejemplos críticos, no en toda la base de datos.
Margen blando y el parámetro C
Con datos solapados, exigir separación perfecta es imposible o produce fronteras absurdas. Se permite cierto número de violaciones penalizándolas: C regula el intercambio entre un margen amplio y pocos errores. C grande castiga los fallos y estrecha el margen; C pequeño perdona outliers.
Cuando una recta no basta
Si las clases no se separan con ningún hiperplano —un anillo dentro de otro—, el soporte vectorial lineal fracasa. La salida es proyectar los datos a un espacio de más dimensiones donde sí sean linealmente separables, algo que a mano sería inviable.
El truco kernel
Aquí está la magia: no hace falta calcular esas coordenadas gigantes. Basta con evaluar productos esculares entre pares de puntos, y esos productos se pueden sustituir por una función kernel barata. Se opera en dimensiones altísimas pagando como si fueran las originales.
El kernel radial
El kernel de base radial gaussiano mide similitud por cercanía: dos puntos parecidos puntúan alto. Conviene casi siempre y solo tiene un parámetro de ancho. Otros kernels —polinómico, sigmoide— dibujan distintas familias de fronteras según la geometría del problema.
Escalado obligatorio
El soporte vectorial mide distancias, y una característica en miles aplasta a otra entre cero y uno. Sin escalar antes de entrenar, el margen queda dominado por la variable de mayor escala. Es el error principiante más común y más silencioso.
Coste y escalabilidad
Resolver el problema exige una optimización cuadrática y almacenar la matriz de kernels, que crece con el cuadrado del número de ejemplos. Para conjuntos muy grandes esto vuelve al soporte vectorial clásico lento; los bosques suelen ganar en velocidad.
Errores frecuentes
- Omitir el escalado de características y dejar que una variable domine el margen.
- Ajustar C y el ancho del kernel a ciegas, sin validación.
- Usar el soporte vectorial en datos masivos donde su coste de entrenamiento es prohibitivo.
Ejemplo resuelto: separar dos clases entrelazadas
Dos clases forman un anillo alrededor de un núcleo; ninguna recta las separa. El camino:
- Diagnosticar: comprobar que ningún hiperplano lineal separa, así que el kernel lineal está descartado.
- Elegir kernel: base radial, que mide similitud por cercanía y dobla el espacio sin calcularlo.
- Escalar: tipificar características para que la distancia no la domine una variable de rango grande.
- Ajustar C y el ancho: validar en rejilla el equilibrio entre margen amplio y pocos errores.
- Vigilar el coste: si hay cientos de miles de ejemplos, valorar un método más escalable.
¿Para qué sirve en la realidad?
El soporte vectorial brilla en problemas de media escala con fronteras complejas: reconocimiento de texto, clasificación de imágenes pequeñas, bioinformática. Su garantía teórica de margen lo hace confiable donde otros se apoyan en heurísticas.
¿Qué puntos determinan la posición del hiperplano de margen máximo?
El truco kernel exige calcular explícitamente las coordenadas de los datos en el espacio de alta dimensión.
Margen y generalización
Maximizar el margen no es una estética: cotiza matemáticamente el error esperado. Fronteras con margen amplio tienen menos capacidad de adaptarse al ruido, y esa rigidez controlada es la que traduce un buen ajuste en entrenamiento en un buen ajuste en producción.
SVM
Ordena el razonamiento que lleva del problema a la solución con kernel:
Lineal
Fallo
Espacio
Kernel
An introduction to support vector machines
Tutoría intuitiva sobre márgenes, vectores de soporte y kernels.
Une cada pieza del soporte vectorial con su función.
Separar con holgura
# Soporte vectorial ## Idea ### margen máximo ### la calle más ancha ## Piezas ### hiperplano ### vectores de soporte ### C ## No lineal ### truco kernel ### base radial ## Cuidados ### escalar ### coste cuadrático
¿Qué son las máquinas de vectores de soporte?
Explicación de referencia en español sobre svm y sus kernels.
Tus clases forman un círculo concéntrico y el soporte vectorial lineal falla. ¿Qué cambiarías: el parámetro C o el tipo de kernel? Justifica la elección.