SVM con kernel polinomiale
In questo esercizio costruirai una SVM con kernel quadratico (polinomio di grado 2) per l'insieme di dati radialmente separabile che hai creato in precedenza nel capitolo. Calcolerai poi le accuracy su training e test e creerai un grafico del modello usando la funzione incorporata plot(). I dataset di training e di test sono disponibili nei dataframe trainset e testset, e la libreria e1071 è già stata caricata.
Questo esercizio fa parte del corso
Support Vector Machines in R
Istruzioni dell'esercizio
- Crea un modello SVM sui dati di training usando un kernel polinomiale di grado 2.
- Calcola l'accuracy su training e test per la partizione fornita.
- Traccia il modello rispetto ai dati di training.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
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)