Örnekleri kaldırmanın etkisi
Destek vektörleri, karar sınırını etkileyen eğitim örnekleri olarak tanımlanır. Bu egzersizde, destek vektörü olmayanları eğitim setinden çıkararak bu davranışı gözlemleyeceksin.
Şarap kalitesi veri kümesi X ve y içinde (yalnızca ilk iki özellik) zaten yüklü. (Not: İki grafiğin aynı eksen sınırlarını kullanmaya zorlanması ve doğrudan karşılaştırılabilmesi için plot_classifier() içinde lims belirtiyoruz.)
Bu egzersiz
Python'da Lineer Sınıflandırıcılar
kursunun bir parçasıdırEgzersiz talimatları
- Tüm veri kümesi üzerinde doğrusal bir SVM eğit.
- Yalnızca destek vektörlerini içeren yeni bir veri kümesi oluştur.
- Daha küçük veri kümesi üzerinde yeni bir doğrusal SVM eğit.
Uygulamalı interaktif egzersiz
Bu örnek kodu tamamlayarak bu egzersizi bitirin.
# Train a linear SVM
svm = SVC(kernel="linear")
svm.fit(____)
plot_classifier(X, y, svm, lims=(11,15,0,6))
# Make a new data set keeping only the support vectors
print("Number of original examples", len(X))
print("Number of support vectors", len(svm.support_))
X_small = X[____]
y_small = y[____]
# Train a new SVM using only the support vectors
svm_small = SVC(kernel="linear")
svm_small.fit(____)
plot_classifier(X_small, y_small, svm_small, lims=(11,15,0,6))