CommencezCommencez gratuitement

Visualisation des frontières de décision et de marge avec `plot()`

Dans cet exercice, vous allez reconstruire le modèle SVM (pour vous rafraîchir la mémoire) et utiliser la fonction intégrée plot() de SVM pour visualiser les régions de décision et les vecteurs de support. Les données d'entraînement sont disponibles dans le tableau de données trainset.

Cette activité fait partie du cours

Machines à vecteurs de support en R

Voir le cours

Instructions de l’exercice

  • Chargez la bibliothèque nécessaire pour construire un modèle SVM.
  • Construisez un modèle SVM linéaire à partir des données d'entraînement.
  • Tracez les régions de décision et les vecteurs de support.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

#load required library
library(___)

#build svm model
svm_model<- 
    svm(y ~ ., data = ___, type = "C-classification", 
        kernel = "___", scale = FALSE)

#plot decision boundaries and support vectors for the training data
plot(x = svm_model, data = ___)
Modifier et exécuter le code