使用 polynomial kernel 的 SVM
在這個練習中，你要為本章先前建立的「徑向可分」資料集，訓練一個採用二次 kernel（次方為 2 的 polynomial）的 SVM。接著你會計算訓練與測試的正確率，並使用內建的 plot() 函式繪製模型。訓練與測試資料集分別位於資料框 trainset 與 testset，而 e1071 套件已預先載入。
本練習屬於課程
R 的支援向量機
練習說明
- 使用 degree 為 2 的 polynomial kernel，在訓練資料上建立 SVM 模型。
- 針對給定的訓練／測試切分，計算訓練與測試正確率。
- 以訓練資料繪出模型的圖形。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
svm_model<-
svm(y ~ ., data = trainset, type = "C-classification",
kernel = ___, degree = ___)
#measure training and test accuracy
pred_train <- predict(svm_model, ___)
mean(pred_train == ___$y)
pred_test <- predict(svm_model, ___)
mean(pred_test == ___$y)
#plot
plot(___, trainset)