SVMをバイナリ分類子として使用して、データポイントのラベルはコンセンサスによって選択されますか？

サポートベクターマシンを学習していますが、バイナリ分類器のデータポイントに対してクラスラベルがどのように選択されるか理解できません。分離超平面の各次元での分類に関してコンセンサスによって選択されていますか？

私に関する限り、コンセンサスという用語は、判断基準となるメトリック/メジャー/選択のソースが複数ある場合に使用されます。そして、可能な結果を​​選択するために、利用可能な値に対していくつかの平均評価/コンセンサスを実行します。

これはSVMには当てはまりません。このアルゴリズムは2次最適化に基づいており、超平面を使用して2つの異なるクラスの最も近いドキュメントからの距離を最大化して分割します。

したがって、ここでの唯一の合意は、各クラスの最も近いドキュメントから計算された結果の超平面です。言い換えると、クラスは、ポイントから導出された超平面までの距離を計算することにより、各ポイントに帰属します。距離が正の場合、特定のクラスに属し、そうでない場合、他のクラスに属します。