Problemi multiclasse

Support Vector Machines in R

Kailash Awati

Instructor

Il dataset iris: introduzione

150 misurazioni di 5 attributi
- Larghezza e lunghezza dei petali - numeriche (variabili predittori)
- Larghezza e lunghezza dei sepali - numeriche (variabili predittori)
- Specie - categoria: setosa, virginica o versicolor (variabile predetta)
Insieme di dati dal UCI ML repository

Visualizzare il dataset iris

Traccia lunghezza vs larghezza dei petali.

library(ggplot2)

# Traccia lunghezza vs larghezza dei petali, distingui le specie per colore
p <- ggplot(data = iris,
            aes(x = Petal.Width,
                y = Petal.Length,
                color = Species)) +
     geom_point()

# Mostra il grafico
p

Capitolo 2.4 - dataset iris: lunghezza vs larghezza dei petali, specie distinte per colore

Come gestisce le classi multiple l'algoritmo SVM?

Le SVM sono essenzialmente classificatori binari.
Si applicano ai problemi multiclasse con la seguente strategia a voto:
- Suddividi i dati in sottoinsiemi con due classi ciascuno.
- Risolvi il problema di classificazione binaria per ogni sottoinsieme.
- Usa il voto di maggioranza per assegnare una classe a ogni punto.
Detta strategia one-against-one.

Costruire una SVM lineare multiclasse

Crea una SVM lineare per il dataset iris
- Suddivisione training/test 80/20 (seed 10), costo predefinito

library(e1071)

# Costruisci il modello
svm_model <- svm(Species ~ ., 
                data = trainset, 
                type = "C-classification", 
                kernel = "linear")

Calcola l'accuratezza

pred_train <- predict(svm_model, trainset)
mean(pred_train == trainset$Species)

0.9756098

pred_test <- predict(svm_model, testset)
mean(pred_test == testset$Species)

0.962963

Esercitiamoci!

Support Vector Machines in R