Lineaire SVM voor een radiaal scheidbare gegevensset
In deze oefening bouw je twee lineaire SVM's: één met cost = 1 (standaard) en één met cost = 100, voor de radiaal scheidbare gegevensset die je in de eerste les van dit hoofdstuk hebt gemaakt. Je berekent ook de training- en testnauwkeurigheid voor beide waarden van cost. De bibliotheek e1071 is geladen en de test- en trainingsgegevenssets zijn voor je klaargezet in de dataframes trainset en testset.
Deze oefening maakt deel uit van de cursus
Support Vector Machines in R
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
#default cost mode;
svm_model_1 <- svm(y ~ ., data = ___, type = "C-classification", cost = ___, kernel = "linear")
#training accuracy
pred_train <- predict(svm_model_1, ___)
mean(pred_train == ___$y)
#test accuracy
pred_test <- predict(svm_model_1, ___)
mean(pred_test == ___$y)