SVM linéaire pour un jeu 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 le jeu de données radialement séparable que vous avez créé dans la première leçon de ce chapitre. Vous calculerez également les précisions sur l’entraînement et sur le test pour les deux valeurs de cost. La bibliothèque e1071 a été chargée, et les jeux d’entraînement et de test ont été créés pour vous et sont disponibles dans les data frames trainset et testset.
Cet exercice fait partie du cours
Machines à vecteurs de support en R
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
#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)