SVM s polynomiálním kernelem
V tomto cvičení sestavíš SVM s kvadratickým kernelem (polynom stupně 2) pro radiálně separovatelnou datovou sadu, kterou jsi vytvořil/a dříve v této kapitole. Následně vypočítáš přesnost na trénovacích i testovacích datech a vytvoříš graf modelu pomocí vestavěné funkce plot(). Trénovací a testovací datové sady jsou k dispozici v datových rámcích trainset a testset, knihovna e1071 je předem načtena.
Toto cvičení je součástí kurzu
Support Vector Machines v R
Pokyny k cvičení
- Sestav model SVM na trénovacích datech s použitím polynomiálního kernelu stupně 2.
- Vypočítej přesnost na trénovacích a testovacích datech pro dané rozdělení.
- Vykresli model oproti trénovacím datům.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
svm_model<-
svm(y ~ ., data = trainset, type = "C-classification",
kernel = ___, degree = ___)
#measure training and test accuracy
pred_train <- predict(svm_model, ___)
mean(pred_train == ___$y)
pred_test <- predict(svm_model, ___)
mean(pred_test == ___$y)
#plot
plot(___, trainset)