SVM com kernel polinomial
Neste exercício, você vai construir um SVM com kernel quadrático (polinômio de grau 2) para o conjunto de dados radialmente separável que você criou anteriormente neste capítulo. Em seguida, vai calcular as acurácias de treino e teste e criar um gráfico do modelo usando a função plot() integrada. Os conjuntos de treino e teste estão disponíveis nos dataframes trainset e testset, e a biblioteca e1071 já foi carregada.
Este exercicio faz parte do curso
Support Vector Machines em R
Instruções do exercicio
- Construa o modelo SVM nos dados de treino usando um kernel polinomial de grau 2.
- Calcule a acurácia de treino e de teste para a partição de treino/teste fornecida.
- Plote o modelo em relação aos dados de treino.
exercicio interativo prático
Tente este exercicio completando este código de exemplo.
svm_model<-
svm(y ~ ., data = trainset, type = "C-classification",
kernel = ___, degree = ___)
#measure training and test accuracy
pred_train <- predict(svm_model, ___)
mean(pred_train == ___$y)
pred_test <- predict(svm_model, ___)
mean(pred_test == ___$y)
#plot
plot(___, trainset)