Máquinas de Vetores de Suporte Lineares

Support Vector Machines em R

Kailash Awati

Instructor

Dividir em treino e teste

O conjunto de dados gerado no capítulo anterior está no dataframe df.
Separe em conjuntos de treino e teste

Divisão aleatória 80/20

# Definir semente para reprodutibilidade
set.seed(1)
# Definir o limite superior de linhas no conjunto de treino
sample_size <- floor(0.8 * nrow(df))
# Atribuir linhas a treino/teste aleatoriamente na proporção 80/20
train <- sample(seq_len(nrow(df)), size = sample_size)
# Separar conjuntos de treino e teste
trainset <- df[train, ]
testset <- df[-train, ]

Fronteiras de decisão e kernels

Fronteiras de decisão podem ter formatos diferentes — linhas, polinômios ou funções mais complexas.
O tipo de fronteira de decisão é chamado de kernel.
O kernel deve ser definido antes.
Este capítulo foca em kernels lineares.

SVM com kernel linear

Vamos usar a função svm da biblioteca e1071.
A função tem vários parâmetros. Vamos definir explicitamente:
- formula — fórmula que indica a variável dependente; y no nosso caso.
- data — dataframe com os dados, ou seja, trainset.
- type — definir como C-classification (problema de classificação).
- kernel — forma da fronteira de decisão; aqui, linear.
- cost e gamma — parâmetros para ajustar o modelo.
- scale — Booleano que indica se os dados serão escalonados.

Construindo uma SVM linear

Carregue a biblioteca e1071 e chame a função svm()

library(e1071)

svm_model<- svm(y ~ .,
                data = trainset, 
                type = "C-classification", 
                kernel = "linear", 
                scale = FALSE)

Visão geral do modelo

Exibir svm_model mostra:
- um panorama do modelo, incluindo tipo de classificação e de kernel
- valores dos parâmetros de ajuste

svm_model

Call:
svm(formula = y ~ .,
    data = trainset,
    type = "C-classification",
    kernel = "linear", 
    scale = FALSE)

Parameters:
   SVM-Type:  C-classification 
 SVM-Kernel:  linear 
       cost:  1 
      gamma:  0.5

Number of Support Vectors:  55

# Índices dos vetores de suporte no conjunto de treino
svm_model$index

# Vetores de suporte
svm_model$SV

# Intercepto negativo (não ponderado)
svm_model$rho

# Coeficientes de ponderação dos vetores de suporte
svm_model$coefs

4   8  10  11  18  37  38  39  47  59  60  74  76  77  78  80  83 ...

             x1         x2
5   0.519095949 0.44232464

-0.1087075

            [,1]
 [1,]  1.0000000

Obtenha previsões de classe para treino e teste.
Avalie a acurácia do modelo em treino e teste.

# Acurácia no treino
pred_train <- predict(svm_model, trainset)
mean(pred_train == trainset$y)

# Acurácia no teste
pred_test <- predict(svm_model, testset)
mean(pred_test == testset$y)

1
# Perfeito!!

Vamos praticar!

Support Vector Machines em R