Support Vector Machines suchen die optimale Trennhyperebene zwischen zwei Klassen — mit maximalem Abstand zu allen Datenpunkten. Diese App macht das Konzept der Support-Vektoren und unterschiedliche Kernel-Funktionen live erlebbar.
Die App visualisiert, wie eine Support Vector Machine (SVM) eine Entscheidungsgrenze zwischen zwei Klassen von Datenpunkten zieht. Das Besondere: Die SVM maximiert den Abstand zwischen der Trenngrenze und den ihr nächsten Datenpunkten — den sogenannten Support-Vektoren. Diese Maximierung des Margins macht SVMs zu robusten und leistungsfähigen Klassifikatoren.
Über einen Schalter lässt sich zwischen zwei Kernel-Funktionen wechseln: Der lineare Kernel erzeugt eine gerade Trennlinie — geeignet für linear trennbare Daten. Der RBF-Kernel (Radial Basis Function) ermöglicht gekrümmte, komplexere Grenzen und kann auch nicht-linear trennbare Daten korrekt klassifizieren.
Mit dem Schalter oben wechseln Sie zwischen dem Linear Kernel und dem RBF Kernel. Beobachten Sie, wie sich die Entscheidungsgrenze verändert — besonders dann, wenn die Datenpunkte nicht linear trennbar sind.
Datenpunkte lassen sich verschieben, hinzufügen (über die blauen und roten Plus-Schaltflächen) oder durch Ziehen auf das Mülleimer-Symbol entfernen. Die Entscheidungsgrenze passt sich sofort an die neuen Positionen an.
Interesse an KI-Visualisierungen in der Lehre?
Die VisualApps entstehen als Lehr- und Transferprojekt an der Hochschule Reutlingen und kommen in Firmentrainings und Vorträgen zum Einsatz.
Kontakt aufnehmen