Apa itu Kernel?

Kernel adalah sebuah teknik agar bisa merubah data points (dataset) yang tadinya dua dimensi menjadi multi dimensi. Mengapa penting menggunakan kernel? Agar lebih jelas, silakan lihat ilustrasi berikut:

Anggap kita memiliki dataset seperti di atas, lalu kita ingin mencari batas antara 2 kelompok dengan SVM, maka muncul sebuah masalah. Masalahanya adalah mustahil memisahkan 2 zona itu hanya dengan garis lurus saja bukan? Ilustrasi dari permasalahan ini adalah sebagai berikut:

Mau dibuat dengan garis model apapun, maka mustahil bisa memisahkan 2 kelompok ini. Lalu bagaimana solusinya? Adalah dengan menggunakan kernel!

---

Konsep Kernel

Anggap kita hanya memiliki dataset dalam 1 dimensi (1 sumbu saja, misal sumbu x). Ilustrasinya sebagai berikut:

Sekarang bagaimana cara memisahkan dua kelompok biru dan merah pada contoh di atas? Apakah bisa hanya dengan 1 garis? Mustahil bukan? Maka solusinya adalah merubah data dari 1 dimensi ke 2 dimensi.

Langkah pertama adalah mengaplikasikan sebuah fungsi sederhana, misal

f = x – 6

Jadi kita kurangkan koordinat kedelapan data kita dengan 6, sehingga semuanya mundur ke belakang sebanyak 6 koordinat. Kurang lebih menjadi seperti ini:

Sekarang, kita aplikasikan fungsi kuadrat, yaitu

Sekarang ilustrasinya menjadi seperti ini:

Sekarang semua titik dari sumbu x menjadi titik-titik dari fungsi kuadratik. Jika sudah demikian, maka kita bisa menarik garis lurus seperti ini:

Sekarang kita bisa membuat hyperplane nya.

Apakah sudah selesai? Belum, karena ini adalah bukan fungsi sesungguhnya. Tugas selanjutnya adalah mengembalikan (mentransformasikan) kembali ke fungsi awal. Ilustrasinya tampak sebagai berikut:

---

Dengan menggunakan ilustrasi (konsep) di atas, sekarang cara yang sama juga bisa dilakukan pada kasus data sebelumnya. Dengan fungsi mapping (transformasi dimensi), hasilnya menjadi sebagai berikut:

Jika sudah didapatkan hyperplane nya, maka ketika ditransformasikan (proyeksikan) ke data awal menjadi sebagai berikut:

Sampai sekarang saya harap konsep dari Kernel bisa dipahami. Ternyata kernel ada banyak sekali jenisnya, namun yang paling dikenal ada 3, antara lain:

1. Kernel Gaussian (paling populer)
2. Kernel Sigmoid
3. Kernel Polinomial

Kita tidak akan membahas fungsi matematikanya, dan saya harap pembaca setidaknya bisa memahami konsepnya. Namun jika ingin belajar lebih detail tentang kernel, bisa ke situs ini.

Selanjutnya kita coba mengaplikasikan kernel Gaussian ke dalam bahasa Python dan R.

Untuk melanjutkan membaca, silakan klik tombol di bawah ini.

Pages: 1 2 3 4 5 6 7