Objectif : comprendre le fonctionnement des SVM, les options de l'algorithme et les cas d'usage idéaux.
Prérequis : niveau intermédiaire en R ; bases de la visualisation avec ggplot().
Approche : partir d'un exemple 1D puis passer à des exemples plus complexes.
Teneur en sucre des sodas
Un fabricant de sodas a deux versions de sa marque phare :
Choke – teneur en sucre : 11 g/100 ml.
Choke-R – teneur en sucre : 8 g/100 ml.
La teneur réelle varie en pratique.
Avec 25 échantillons aléatoires, définir une règle de décision pour identifier la marque.
Première étape : visualiser les données !
Teneur en sucre des sodas – code de visualisation
Données dans le dataframe drink_samples.
# Spécifier le dataframe, définir l'esthétique du tracé dans geom_point (notez y = 0)
p <- ggplot(drink_samples) +
geom_point(aes(sugar_content, 0))
# Étiqueter chaque point avec la valeur de sucre, ajuster taille et position du texte
p <- p +
geom_text(aes(sugar_content, 0, label = sugar_content),
size = 2.5,
vjust = 2,
hjust = 0.5)
# Afficher le graphique
p
Frontières de décision
Choisissons deux points de l'intervalle comme limites candidates :
9,1 g/100 ml
9,7 g/100 ml
Règles de classification (décision) :
si (y < 9,1) alors "Choke-R" sinon "Choke"
si (y < 9,7) alors "Choke-R" sinon "Choke"
Visualisons-les sur le graphique de la diapositive précédente.
Frontières de décision – code de visualisation
Créer un dataframe contenant les deux frontières de décision.
# Définir le data frame contenant les frontières de décision
d_bounds <- data.frame(sep = c(9.1, 9.7))
Frontières de décision – code de visualisation
Ajouter au graphique avec geom_point()
# Ajouter les frontières de décision au graphique précédent
p <- p +
geom_point(data = d_bounds,
aes(sep, 0),
color = "red",
size = 3) +
geom_text(data = d_bounds,
aes(sep, 0, label = sep),
size = 2.5,
vjust = 2,
hjust = 0.5,
color = "red")
# Afficher le graphique
p
Séparateur à marge maximale
La meilleure frontière maximise la marge : séparateur à marge maximale
Il se situe à mi-chemin entre les deux amas.
Visualisons ce séparateur.
# Créer un data frame avec le séparateur à marge maximale
mm_sep <- data.frame(sep = c((8.8 + 10) / 2))
# Ajouter cette frontière au graphique précédent
p <- p +
geom_point(data = mm_sep,
aes(sep, 0),
color = "blue",
size = 4)
# Afficher le graphique
p
Preparing Video For Download...
