Aan de slagGa gratis aan de slag

Beslissings- en margegrenzen visualiseren met `ggplot2`

In deze oefening voeg je de beslissings- en margegrenzen toe aan de supportvector-strooi plot die je in de vorige oefening hebt gemaakt. Het SVM-model staat in de variabele svm_model en de gewichtsvector is al voor je berekend en staat in de variabele w. De bibliotheek ggplot2 is ook al ingeladen.

Deze oefening maakt deel uit van de cursus

Support Vector Machines in R

Cursus bekijken

Oefeninstructies

  • Bereken de helling en de intercept van de beslissingsgrens.
  • Voeg de beslissingsgrens toe aan de plot.
  • Voeg de margegrenzen toe aan de plot.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

#calculate slope and intercept of decision boundary from weight vector and svm model
slope_1 <- -___/w[2]
intercept_1 <- ___$rho/w[2]

#build scatter plot of training dataset
scatter_plot <- ggplot(data = trainset, aes(x = x1, y = x2, color = y)) + 
    geom_point() + scale_color_manual(values = c("red", "blue"))
#add decision boundary
plot_decision <- scatter_plot + ___(slope = ___, intercept = ___) 
#add margin boundaries
plot_margins <- plot_decision + 
 ___(slope = ___, intercept = ___ - 1/w[2], linetype = "dashed")+
 ___(slope = ___, intercept = ___ + 1/w[2], linetype = "dashed")
#display plot
plot_margins
Code bewerken en uitvoeren