SVM linéaire pour un ensemble de données radialement séparable
Dans cet exercice, vous allez entraîner deux SVM linéaires, l'un avec cost = 1 (valeur par défaut) et l'autre avec cost = 100, sur l'ensemble de données radialement séparable que vous avez créé dans la première leçon de ce chapitre. Vous calculerez aussi les exactitudes d'entraînement et de test pour les deux valeurs de cost. La bibliothèque e1071 a été chargée, et les ensembles d'entraînement et de test ont été créés pour vous et sont disponibles dans les trames de données trainset et testset.
Cette activité fait partie du cours
Machines à vecteurs de support en R
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
#default cost mode;
svm_model_1 <- svm(y ~ ., data = ___, type = "C-classification", cost = ___, kernel = "linear")
#training accuracy
pred_train <- predict(svm_model_1, ___)
mean(pred_train == ___$y)
#test accuracy
pred_test <- predict(svm_model_1, ___)
mean(pred_test == ___$y)