ÎncepețiÎncepe gratuit

Acasă
Cursuri
Support Vector Machines în R

SVM-uri liniare pe date separabile radial

Create Your Free Account

or

Email Address

Password

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

Acest exercițiu face parte din cursul

Support Vector Machines în R

SkillTag.level.intermediateSkillTag.label

4.8+

Începe cursul gratuit

Acest capitol prezintă câteva concepte-cheie ale mașinilor cu vectori suport printr-un exemplu simplu în una dimensiune. Vei fi ghidat și prin crearea unui set de date liniar separabil, care este utilizat în capitolul următor.

Exercise 1: Conținutul de zahăr din băuturile răcoritoare Exercise 2: Vizualizarea unui set de date despre conținutul de zahăr Exercise 3: Identificarea frontierelor de decizie Exercise 4: Găsește separatorul cu marjă maximă Exercise 5: Vizualizează separatorul cu marjă maximă Exercise 6: Generarea unui set de date liniar separabil Exercise 7: Generează un set de date uniform distribuit în 2D.Exercise 8: Creează o frontieră de decizie Exercise 9: Introduce o margine în setul de date

Îți prezintă conceptele de bază ale mașinilor cu vectori suport, aplicând algoritmul svm pe un set de date liniar separabil. Conceptele-cheie sunt ilustrate prin vizualizări realizate cu ggplot, construite pe baza rezultatelor algoritmului, iar rolul parametrului cost este evidențiat printr-un exemplu simplu. Capitolul se încheie cu o secțiune despre modul în care algoritmul gestionează problemele cu mai multe clase.

Exercise 1: Mașini cu vectori suport liniari Exercise 2: Crearea seturilor de antrenament și de testare Exercise 3: Construirea unui clasificator SVM liniar Exercise 4: Explorarea modelului și calculul acurateței Exercise 5: Vizualizarea SVM-urilor liniare Exercise 6: Vizualizarea vectorilor suport cu ggplot Exercise 7: Vizualizarea limitelor de decizie și de marjă cu `ggplot2`Exercise 8: Vizualizarea frontierelor de decizie și de marjă cu `plot()`Exercise 9: Reglarea SVM-urilor liniare Exercise 10: Ajustarea unui SVM liniar Exercise 11: Vizualizarea limitelor de decizie și a marginilor Exercise 12: Când sunt utili clasificatorii cu marjă soft?Exercise 13: Probleme cu mai multe clase Exercise 14: O problemă de clasificare multiclasă Exercise 15: Iris redux – o acuratețe mai robustă.

Oferă o introducere în nucleele polinomiale printr-un set de date separabil radial (adică cu o frontieră de decizie circulară). După ce demonstrează limitele nucleelor liniare pentru acest set de date, vei vedea cum o transformare simplă redă problema liniar separabilă, motivând o discuție intuitivă despre trucul nucleului. Vei aplica apoi nucleul polinomial pe setul de date și vei ajusta clasificatorul obținut.

Exercise 1: Generarea unui set de date separabil radial Exercise 2: Generarea unui set de date 2D separabil radial Exercise 3: Vizualizarea setului de date Exercise 4: SVM-uri liniare pe date separabile radial

Exercițiul curent

Exercise 5: SVM liniar pentru un set de date separabil radial Exercise 6: Acuratețea medie pentru SVM liniar Exercise 7: Trucul kernelului Exercise 8: Vizualizarea datelor radial separabile după transformare Exercise 9: SVM cu kernel polinomial Exercise 10: Reglarea SVM-urilor Exercise 11: Utilizarea funcției `tune.svm()`Exercise 12: Construirea și vizualizarea modelului optimizat

Se bazează pe cele trei capitole anterioare și introduce nucleul de tip funcție radială de bază (RBF), extrem de flexibil. Vei crea un set de date „complex" care evidențiază limitele nucleelor polinomiale. Apoi, după o motivare intuitivă a nucleului RBF, vei vedea cum acesta remediază deficiențele celorlalte nuclee discutate în acest curs.

Exercise 1: Generarea unui set de date complex Exercise 2: Generarea unui set de date complex – partea 1 Exercise 3: Generarea unui set de date complex – partea 2 Exercise 4: Vizualizarea setului de date Exercise 5: Motivarea kernelului RBF Exercise 6: SVM liniar pentru un set de date complex Exercise 7: SVM cuadratic pentru un set de date complex Exercise 8: Kernelul RBF Exercise 9: SVM polinomial pe un set de date complex Exercise 10: RBF SVM pe un set de date complex Exercise 11: Reglarea unui SVM cu kernel RBF