`tune.svm()` 사용하기
이 연습 문제에서는 tune.svm() 함수를 직접 사용해 보며 실습해요. 이 장 앞부분에서 만든 방사형으로 분리 가능한 데이터셋을 기반으로 하는 SVM 모델에 대해 cost, gamma, coef0 매개변수의 최적 값을 구해 보겠습니다. 학습 데이터는 데이터프레임 trainset에, 테스트 데이터는 testset에 있고, e1071 라이브러리는 미리 로드되어 있어요. 클래스 변수 y는 trainset과 testset의 세 번째 열에 저장되어 있다는 점을 기억하세요.
영상에서 Kailash가 cost=10^(1:3)을 사용해 10=10^1부터 1000=10^3까지 10의 배수로 cost 범위를 설정했음을 함께 떠올려 보세요.
이 연습은 강의의 일부입니다
R에서의 Support Vector Machine
연습 안내
- 매개변수 탐색 범위를 다음과 같이 설정하세요:
cost- 0.1(10^(-1))부터 100(10^2)까지 10의 배수로.gamma와coef0- 다음 값 중 하나: 0.1, 1, 10.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
#tune model
tune_out <-
tune.svm(x = trainset[, -3], y = trainset[, 3],
type = "C-classification",
kernel = "polynomial", degree = 2, cost = 10^(___:___),
gamma = c(___, ___, ___), coef0 = c(0.1, 1, 10))
#list optimal values
tune_out$best.parameters$___
tune_out$best.parameters$___
tune_out$best.parameters$___