使用多项式核的 SVM
在本练习中，您将为本章前面创建的径向可分数据集构建一个使用二次核（2 阶多项式）的 SVM。随后，您将计算训练集和测试集的准确率，并使用内置的 plot() 函数绘制模型。训练集和测试集分别存放在数据框 trainset 和 testset 中，e1071 库已预加载。
本练习是课程的一部分
R 中的支持向量机
练习说明
- 使用 2 阶多项式核在训练数据上构建 SVM 模型。
- 计算给定训练/测试划分下的训练集与测试集准确率。
- 将模型与训练数据一起绘制出来。
交互式实操练习
通过完成这段示例代码来试试这个练习。
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)