RBFカーネルSVMのチューニング
この演習では、与えられた学習データセット（データフレーム trainset）に対してチューニング済みのRBFカーネルSVMを構築し、テストデータセット（データフレーム testset）で正解率を計算します。最後に、チューニング後の決定境界をテストデータセットに重ねてプロットします。
この演習はコースの一部です
Rで学ぶSupport Vector Machines
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
#tune model
tune_out <- ___(x = trainset[, -3], y = trainset[, 3],
gamma = 5*10^(-2:2),
cost = c(0.01, 0.1, 1, 10, 100),
type = "C-classification", kernel = ___)