or
Ця вправа є частиною курсу
У цьому розділі подано ключові поняття машин опорних векторів на простому одномірному прикладі. Також ви крок за кроком створите лінійно відокремлюваний набір даних, який використовуватиметься в наступному розділі.
Знайомить із базовими поняттями машин опорних векторів на прикладі застосування алгоритму svm до лінійно відокремлюваного набору даних. Ключові ідеї ілюструються візуалізаціями ggplot, побудованими на основі результатів алгоритму, а роль параметра вартості (cost) демонструється на простому прикладі. Розділ завершується частиною про те, як алгоритм працює з багатокласовими задачами.
Надає вступ до поліноміальних ядер на прикладі радіально відокремлюваного набору даних (тобто з круговою межею рішення). Після демонстрації обмежень лінійних ядер для цього набору даних ви побачите, як просте перетворення робить задачу лінійно відокремлюваною, що мотивує інтуїтивне обговорення прийому з ядрами. Далі ви застосуєте поліноміальне ядро до набору даних і налаштуєте отриманий класифікатор.
Спирається на попередні три розділи та знайомить із дуже гнучким ядром RBF (Radial Basis Function). Ви створите «складний» набір даних, який виявляє обмеження поліноміальних ядер. Після інтуїтивного обґрунтування ядра RBF ви побачите, як воно долає недоліки інших ядер, розглянутих у цьому курсі.
Поточна вправа