ある企業が、アカウントの経過期間 (x) と取引月 (y) という2つの特徴量を使用して、ユーザーの行動を不正または正常に分類する必要があります。プロットされたクラス分布は、クラスが線形分離可能ではないパターンを示しています。最も高い分類精度を達成するモデルはどれですか？

クラス分布が線形分離可能でない場合、線形モデルでは高い分類精度を達成できません。RBFカーネルを備えたSVMは、データを高次元空間にマッピングすることで非線形分離を可能にし、複雑な決定境界を学習できます。決定木も非線形分離が可能ですが、RBFカーネルSVMはマージン最大化により汎化性能が高く、過学習しにくい傾向があります。線形SVMは線形分離可能なデータに最適であり、単層パーセプトロンは線形分離可能な問題しか解決できません。Tanh活性化関数を使用しても、単層では非線形分離は困難です。したがって、非線形パターンに対して最も高い精度が期待できるのはRBFカーネルSVMです。