예시 제거의 영향
서포트 벡터는 결정 경계에 영향을 주는 학습 예시로 정의돼요. 이번 연습에서는 학습 세트에서 서포트 벡터가 아닌 예시를 제거해 보면서 이런 동작을 확인해 볼 거예요.
와인 품질 데이터셋은 이미 X와 y에 로드되어 있어요(처음 두 개의 특성만 사용). (참고: 두 플롯이 같은 축 범위를 사용해 직접 비교할 수 있도록 plot_classifier()에서 lims를 지정해 두었어요.)
이 연습은 강의의 일부입니다
Python으로 배우는 선형 분류기
연습 안내
- 전체 데이터셋으로 선형 SVM을 학습하세요.
- 서포트 벡터만 포함하는 새로운 데이터셋을 만드세요.
- 더 작은 데이터셋으로 새로운 선형 SVM을 학습하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# 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))