可视化决策边界与间隔
在上一个练习中，您为一个线性可分的数据集构建了两个线性分类器：一个使用 cost = 1，另一个使用 cost = 100。本练习中，您将把这两个分类器的间隔可视化到同一幅图上。可用对象如下：
- 训练数据集：
trainset。 cost = 1与cost = 100的分类器分别存于svm_model_1和svm_model_100。cost = 1分类器的斜率与截距分别存于slope_1和intercept_1。cost = 100分类器的斜率与截距分别存于slope_100和intercept_100。- 两个 cost 对应的权重向量分别存于
w_1和w_100。 - 训练数据的基础散点图存于
train_plot。
已预先加载 ggplot2 库。
本练习是课程的一部分
R 中的支持向量机
交互式实操练习
通过完成这段示例代码来试试这个练习。
#add decision boundary and margins for cost = 1 to training data scatter plot
train_plot_with_margins <- train_plot +
geom_abline(slope = ___, intercept = ___) +
geom_abline(slope = ___, intercept = ___-1/w_1[2], linetype = "dashed")+
geom_abline(slope = ___, intercept = ___+1/w_1[2], linetype = "dashed")
#display plot
train_plot_with_margins