Problem klasyfikacji wieloklasowej
W tym ćwiczeniu użyjesz funkcji svm() z biblioteki e1071, aby zbudować liniowy wieloklasowy klasyfikator SVM dla zbioru danych, który jest idealnie liniowo separowalny. Oblicz dokładność na zbiorze treningowym i testowym, a następnie zwizualizuj model, używając danych treningowych. Zbiory treningowy i testowy są dostępne w ramkach danych trainset i testset. Użyj domyślnej wartości parametru kosztu.
To ćwiczenie jest częścią kursu
Maszyny wektorów nośnych w R
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
#load library and build svm model
library(___)
svm_model<-
svm(y ~ ., data = ___, type = "C-classification",
kernel = ___, scale = FALSE)