CommencerCommencer gratuitement

Visualiser les frontières de décision et de marge avec `plot()`

Dans cet exercice, vous allez reconstruire le modèle SVM (en guise de rappel) et utiliser la fonction SVM intégrée plot() pour visualiser les régions de décision et les vecteurs de support. Les données d’entraînement sont disponibles dans le dataframe trainset.

Cet exercice fait partie du cours

Machines à vecteurs de support en R

Afficher le cours

Instructions

  • Chargez la bibliothèque nécessaire pour construire un modèle SVM.
  • Créez 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 cet exemple de code.

#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