Lineární SVM na radiálně separovatelných datech

Support Vector Machines v R

Kailash Awati

Instructor

Lineární SVM, cost = 1

Rozdělení radiálně separovatelné datové sady na trénovací/testovací část (seed = 10)

# Build default cost linear SVM on training set

svm_model <- svm(y ~ ., data = trainset, type = "C-classification", kernel = "linear", cost = 1)
svm_model

Number of Support Vectors:  126

# Calculate accuracy on test set

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

0.6129032

plot(svm_model, trainset)

Kapitola 3.2 – radiálně separovatelná datová sada, lineární jádro s výchozími náklady, graf pomocí svm.plot

Lineární SVM, cost = 100

svm_model <- svm(y ~ ., data = trainset, type = "C-classification", kernel = "linear", cost = 100)
svm_model

Number of Support Vectors:  136

# Accuracy
pred_test <- predict(svm_model, testset)
mean(pred_test == testset$y)

0.6129032

plot(svm_model, trainset)

Kapitola 3.2 – radiálně separovatelná datová sada, lineární jádro s cost=100, graf pomocí svm.plot

Lepší odhad přesnosti

Výpočet průměrné přesnosti přes několik nezávislých rozdělení na trénovací/testovací část.
Kontrola směrodatné odchylky pro posouzení variability výsledku.

Průměrná přesnost SVM s výchozími náklady

accuracy <- rep(NA, 100)
set.seed(10)
for (i in 1:100) {
  sample_size <- floor(0.8 * nrow(df))
  train <- sample(seq_len(nrow(df)), size = sample_size)
  trainset <- df[train, ]
  testset <- df[-train, ]
  svm_model<- svm(y ~ ., data = trainset, type = "C-classification", cost = 1, kernel = "linear")
  pred_test <- predict(svm_model, testset)
  accuracy[i] <- mean(pred_test == testset$y)}
mean(accuracy)
sd(accuracy)

0.544
0.04273184

Jak dobře funguje lineární SVM?

Jen nepatrně lepší než hod mincí!
Znalost hranice nám umožní dosáhnout výrazně lepších výsledků.

Čas na procvičení!

Support Vector Machines v R