Ajustando um SVM com kernel RBF
Neste exercício, você vai construir um SVM com kernel RBF ajustado para o conjunto de treino fornecido (disponível no dataframe trainset) e calcular a acurácia no conjunto de teste (disponível no dataframe testset). Em seguida, você vai traçar a fronteira de decisão ajustada sobre o conjunto de teste.
Este exercicio faz parte do curso
Support Vector Machines em R
exercicio interativo prático
Tente este exercicio completando este código de exemplo.
#tune model
tune_out <- ___(x = trainset[, -3], y = trainset[, 3],
gamma = 5*10^(-2:2),
cost = c(0.01, 0.1, 1, 10, 100),
type = "C-classification", kernel = ___)