Tinh chỉnh SVM với kernel RBF
Trong bài tập này, bạn sẽ xây dựng một mô hình SVM dùng kernel RBF đã tinh chỉnh cho bộ dữ liệu huấn luyện (có trong dataframe trainset) và tính độ chính xác trên bộ dữ liệu kiểm tra (có trong data frame testset). Sau đó, bạn sẽ vẽ đường biên quyết định đã tinh chỉnh trên bộ dữ liệu kiểm tra.
Bài tập này là một phần của khóa học
Support Vector Machines bằng R
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
#tune model
tune_out <- ___(x = trainset[, -3], y = trainset[, 3],
gamma = 5*10^(-2:2),
cost = c(0.01, 0.1, 1, 10, 100),
type = "C-classification", kernel = ___)