Linjär SVM för ett radiellt separerbart dataset
I den här övningen bygger du två linjära SVM:er – en med cost = 1 (standard) och en med cost = 100 – för det radiellt separerbara dataset du skapade i det första avsnittet av det här kapitlet. Du beräknar också tränings- och testnoggrannheten för båda kostnaderna. Biblioteket e1071 är inläst och tränings- samt testdataset har skapats åt dig och finns tillgängliga i dataramarna trainset och testset.
Den här övningen är en del av kursen
Support Vector Machines i R
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
#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)