शुरू करेंमुफ़्त में शुरू करें

उदाहरणों को हटाने का प्रभाव

सपोर्ट वेक्टर्स वे प्रशिक्षण उदाहरण होते हैं जो डिसीजन बाउंड्री को प्रभावित करते हैं। इस अभ्यास में, आप प्रशिक्षण सेट से नॉन-सपोर्ट वेक्टर्स हटाकर इस व्यवहार को देखेंगे।

वाइन क्वालिटी डेटासेट पहले से X और y में लोड है (सिर्फ पहले दो फीचर)। (नोट: हम plot_classifier() में lims निर्धारित करते हैं ताकि दोनों प्लॉट एक जैसे axis limits का उपयोग करें और सीधे तुलना की जा सके.)

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Linear Classifiers

पाठ्यक्रम देखें

अभ्यास निर्देश

  • पूरे डेटासेट पर एक linear SVM ट्रेन करें.
  • केवल सपोर्ट वेक्टर्स वाला नया डेटासेट बनाएँ.
  • छोटे डेटासेट पर एक नया linear SVM ट्रेन करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Train a linear SVM
svm = SVC(kernel="linear")
svm.fit(____)
plot_classifier(X, y, svm, lims=(11,15,0,6))

# Make a new data set keeping only the support vectors
print("Number of original examples", len(X))
print("Number of support vectors", len(svm.support_))
X_small = X[____]
y_small = y[____]

# Train a new SVM using only the support vectors
svm_small = SVC(kernel="linear")
svm_small.fit(____)
plot_classifier(X_small, y_small, svm_small, lims=(11,15,0,6))
कोड संपादित करें और चलाएँ