Ein Multiclass-Klassifikationsproblem
In dieser Übung verwendest du die Funktion svm() aus der Bibliothek e1071, um einen linearen Multiclass-SVM-Klassifikator für einen Datensatz zu erstellen, der als perfekt linear separierbar gilt. Berechne die Genauigkeit auf Trainings- und Testdaten und visualisiere das Modell mit den Trainingsdaten. Die Trainings- und Testdatensätze liegen in den Dataframes trainset und testset vor. Verwende die Standardeinstellung für den Cost-Parameter.
Diese Übung ist Teil des Kurses
<Kurs>Support Vector Machines in R</Kurs>Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
#load library and build svm model
library(___)
svm_model<-
svm(y ~ ., data = ___, type = "C-classification",
kernel = ___, scale = FALSE)