Usando `tune.svm()`
Neste exercício, você vai praticar o uso da função tune.svm(). Você vai usá-la para obter os valores ótimos dos parâmetros cost, gamma e coef0 para um modelo SVM baseado no conjunto de dados radialmente separável que você criou anteriormente neste capítulo. Os dados de treino estão no dataframe trainset, os dados de teste em testset, e a biblioteca e1071 já foi carregada para você. Lembre-se de que a variável de classe y está na terceira coluna de trainset e testset.
Lembre também que, no vídeo, Kailash usou cost=10^(1:3) para obter uma faixa do parâmetro cost de 10=10^1 até 1000=10^3 em múltiplos de 10.
Este exercicio faz parte do curso
Support Vector Machines em R
Instruções do exercicio
- Defina os intervalos de busca dos parâmetros assim:
cost- de 0,1 (10^(-1)) até 100 (10^2) em múltiplos de 10.gammaecoef0- um dos seguintes valores: 0,1, 1 e 10.
exercicio interativo prático
Tente este exercicio completando este código de exemplo.
#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$best.parameters$___