ComenzarEmpieza gratis

SVM con kernel polinómico

En este ejercicio vas a construir una SVM con un kernel cuadrático (polinomio de grado 2) para el conjunto de datos radialmente separable que creaste antes en este capítulo. Después calcularás las accuracies de entrenamiento y de prueba y crearás una gráfica del modelo usando la función incorporada plot(). Los conjuntos de entrenamiento y prueba están disponibles en los dataframes trainset y testset, y la librería e1071 ya está precargada.

Este ejercicio forma parte del curso

Máquinas de Vectores de Soporte en R

Ver curso

Instrucciones del ejercicio

  • Construye un modelo SVM sobre los datos de entrenamiento usando un kernel polinómico de grado 2.
  • Calcula la accuracy de entrenamiento y de prueba para la partición dada de entrenamiento/prueba.
  • Representa el modelo frente a los datos de entrenamiento.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

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)
Editar y ejecutar código