產生複雜資料集——第 2 部分
在這個練習中，你要為上一個練習所建立的資料集建立一條決策邊界。這條邊界由兩個半徑為 0.8 的圓組成，圓心位於 (x1 = -0.8, x2 = 0) 與 (x1 = 0.8, x2 = 0)，並在原點恰好相切。定義二元分類變數 y：若點位於任一圓內，則 y = -1；若同時位於兩個圓外，則 y = 1。
在上一個練習建立的資料集已存在於資料框 df 中。
本練習屬於課程
R 的支援向量機
練習說明
- 設定圓的半徑與圓心。
- 在
df中新增一欄二元分類變數y。
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。
#set radius and centers
radius <- ___
center_1 <- c(___, ___)
center_2 <- c(___, ___)
radius_squared <- radius^2
#create binary classification variable
df$y <- factor(ifelse((df$x1-center_1[___])^2 + (df$x2-center_1[___])^2 < radius_squared|
(df$x1-center_2[___])^2 + (df$x2-center_2[___])^2 < radius_squared, ___, ___),
levels = c(-1, 1))