はじめに

Rで学ぶSupport Vector Machines

Kailash Awati

Instructor

準備

目的：SVMの仕組み、アルゴリズムの選択肢、最適な使用場面を理解する。
前提知識：Rの中級知識；ggplot() を使った基本的な可視化。
アプローチ：1次元の例から始め、段階的により複雑な例へ進む。

清涼飲料の糖分

清涼飲料メーカーには主力ブランドの2種類があります：
- Choke - 糖分 11g/100ml。
- Choke-R - 糖分 8g/100ml。
実際の糖分含量は製品ごとに異なります。
無作為に選んだ25サンプルから、ブランドを判別する決定ルールを見つけます。
まずデータを可視化します！

清涼飲料の糖分 - 可視化コード

データは drink_samples データフレームに格納されています。

# Specify dataframe, set plot aesthetics in geom_point (note y = 0)
p <- ggplot(drink_samples) +
  geom_point(aes(sugar_content, 0))

# Label each point with sugar content value, adjust text size and location
p <- p +  
  geom_text(aes(sugar_content, 0, label = sugar_content),
            size = 2.5,
            vjust = 2,
            hjust = 0.5)
# Display plot
p

第1章1節 - 糖分クラスター

決定境界

区間内の2点を候補境界として選びます：
- 9.1 g/100 ml
- 9.7 g/100 ml
分類（決定）ルール：
- if (y < 9.1) then "Choke-R" else "Choke"
- if (y < 9.7) then "Choke-R" else "Choke"
前のスライドのプロットでこれらを可視化します。

決定境界 - 可視化コード

2つの決定境界を含むデータフレームを作成します。

# Define data frame containing decision boundaries
d_bounds <- data.frame(sep = c(9.1, 9.7))

決定境界 - 可視化コード

geom_point(){{1}} を使ってプロットに追加します

# Add decision boundaries to previous plot
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") 
# Display plot
p

第1章1節 - 決定境界の例を含む糖分クラスター

最大マージン分離超平面

最適な決定境界はマージンを最大化するもの：最大マージン分離超平面
最大マージン分離超平面は2つのクラスターの中間に位置します。
最大マージン分離超平面を可視化します。

# Create data frame with maximal margin separator
mm_sep <- data.frame(sep = c((8.8 + 10) / 2))

# Add mm boundary to previous plot
p <- p + 
  geom_point(data = mm_sep, 
             aes(sep, 0), 
             color = "blue", 
             size = 4)  
# Display plot
p

第1章1節 - 最大マージン分離超平面

練習しましょう！

Rで学ぶSupport Vector Machines