Kom igångKom igång gratis

Visualisera beslutsgränser och marginaler

I föregående övning byggde du två linjära klassificerare för en linjärt separerbar datamängd – en med cost = 1 och en med cost = 100. I den här övningen visualiserar du marginalerna för de två klassificerarna i ett och samma diagram. Följande objekt finns tillgängliga:

  • Träningsdatamängden: trainset.
  • Klassificerarna med cost = 1 och cost = 100 finns i svm_model_1 respektive svm_model_100.
  • Lutning och skärningspunkt för klassificeraren med cost = 1 finns lagrade i slope_1 och intercept_1.
  • Lutning och skärningspunkt för klassificeraren med cost = 100 finns lagrade i slope_100 och intercept_100.
  • Viktvektorer för de två kostnadsvärdena finns lagrade i w_1 respektive w_100.
  • Ett grundläggande spridningsdiagram över träningsdata finns lagrat i train_plot.

Biblioteket ggplot2 är förladdat.

Den här övningen är en del av kursen

Support Vector Machines i R

Visa kurs

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

#add decision boundary and margins for cost = 1 to training data scatter plot
train_plot_with_margins <- train_plot + 
    geom_abline(slope = ___, intercept = ___) +
    geom_abline(slope = ___, intercept = ___-1/w_1[2], linetype = "dashed")+
    geom_abline(slope = ___, intercept = ___+1/w_1[2], linetype = "dashed")

#display plot
train_plot_with_margins
Redigera och kör kod