SVM med polynomialkärna
I den här övningen ska du bygga en SVM med en kvadratisk kärna (polynom av grad 2) för den radiellt separerbara datamängd du skapade tidigare i det här kapitlet. Du beräknar sedan tränings- och testnoggrannheten och skapar ett diagram över modellen med hjälp av den inbyggda funktionen plot(). Tränings- och testdatamängderna finns tillgängliga i dataramarna trainset och testset, och biblioteket e1071 är förladdat.
Den här övningen är en del av kursen
Support Vector Machines i R
Övningsinstruktioner
- Bygg en SVM-modell på träningsdatan med en polynomialkärna av grad 2.
- Beräkna tränings- och testnoggrannheten för den givna tränings- och testuppdelningen.
- Rita ut modellen mot träningsdatan.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
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)