SVM linear para um conjunto de dados radialmente separável
Neste exercício, você vai construir duas SVMs lineares: uma com cost = 1 (padrão) e outra com cost = 100, para o conjunto de dados radialmente separável que você criou na primeira lição deste capítulo. Você também vai calcular as acurácias de treino e de teste para ambos os valores de cost. A biblioteca e1071 já foi carregada, e os conjuntos de treino e teste foram criados para você e estão disponíveis nos data frames trainset e testset.
Este exercicio faz parte do curso
Support Vector Machines em R
exercicio interativo prático
Tente este exercicio completando este código de exemplo.
#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)