Visualisera besluts- och marginalgränser med `plot()`
I den här övningen bygger du SVM-modellen igen (som en repetition) och använder den inbyggda plot()-funktionen för SVM för att visualisera beslutsregioner och stödvektorer. Träningsdatan finns tillgänglig i dataramen trainset.
Den här övningen är en del av kursen
Support Vector Machines i R
Övningsinstruktioner
- Läs in det bibliotek som behövs för att bygga en SVM-modell.
- Bygg en linjär SVM-modell med hjälp av träningsdatan.
- Rita beslutsregioner och stödvektorer.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
#load required library
library(___)
#build svm model
svm_model<-
svm(y ~ ., data = ___, type = "C-classification",
kernel = "___", scale = FALSE)
#plot decision boundaries and support vectors for the training data
plot(x = svm_model, data = ___)