शुरू करेंमुफ़्त में शुरू करें

Polynomial kernel के साथ SVM

इस अभ्यास में आप एक quadratic kernel (डिग्री 2 का polynomial) के साथ SVM बनाएँगे, उस radially separable डेटासेट के लिए जो आपने इसी अध्याय में पहले बनाया था. इसके बाद आप training और test accuracies निकालेंगे और built-in plot() फंक्शन की मदद से मॉडल का प्लॉट बनाएँगे. Training और test डेटासेट्स क्रमशः dataframes trainset और testset में उपलब्ध हैं, और e1071 लाइब्रेरी पहले से लोड है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

R में Support Vector Machines

पाठ्यक्रम देखें

अभ्यास निर्देश

  • Training डेटा पर डिग्री 2 के polynomial kernel का उपयोग करके SVM मॉडल बनाएँ.
  • दिए गए training/test विभाजन के लिए training और test accuracy निकालें.
  • Training डेटा के साथ मॉडल का प्लॉट बनाएँ.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

svm_model<- 
    svm(y ~ ., data = trainset, type = "C-classification", 
        kernel = ___, degree = ___)

#measure training and test accuracy
pred_train <- predict(svm_model, ___)
mean(pred_train == ___$y)
pred_test <- predict(svm_model, ___)
mean(pred_test == ___$y)

#plot
plot(___, trainset)
कोड संपादित करें और चलाएँ