Ladění lineárních SVM

Support Vector Machines v R

Kailash Awati

Instructor

Lineární SVM, výchozí cost

library(e1071)
svm_model <- svm(y ~ ., 
                data = trainset, 
                type = "C-classification", 
                kernel = "linear", 
                scale = FALSE)
# Print model summary
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

Kapitola 2.3 – lineárně separovatelná datová sada, výchozí cost, lineární kernel s podpůrnými vektory, rozhodovací a marginální hranice

Lineární SVM s cost = 100

library(e1071)
svm_model <- svm(y ~ ., 
                data = trainset, 
                type = "C-classification", 
                kernel = "linear", 
                cost = 100,
                scale = FALSE)
# Print model summary
svm_model

Call:
svm(formula = y ~ .,
    data = trainset,
    type = "C-classification", 
    kernel = "linear",
    cost = 100,
    scale = FALSE)

Parameters:
SVM-Type:  C-classification 
 SVM-Kernel:  linear 
       cost:  100 
      gamma:  0.5 
Number of Support Vectors:  6

Kapitola 2.3 – lineárně separovatelná datová sada, lineární kernel s cost = 100, podpůrné vektory, rozhodovací a marginální hranice

Důsledek

Zúžení marginu může být užitečné, pokud je rozhodovací hranice lineární
...v praxi to však bývá vzácné

Kapitola 2.3 – nelineárně separovatelná datová sada

Nelineární datová sada, lineární SVM (cost = 100)

Sestavení modelu s cost=100 na trénovací sadě (80 % dat)

# Build model
library(e1071)
svm_model<- svm(y ~ ., 
                data = trainset, 
                type = "C-classification", 
                kernel = "linear", 
                cost = 100,
                scale = FALSE)

Výpočet přesnosti

# Train and test accuracy
pred_train <- predict(svm_model, trainset)
mean(pred_train == trainset$y)

0.8208333

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

0.85

Průměrná testovací přesnost přes 50 náhodných rozdělení: 82,9 %

Kapitola 2.3 – nelineárně separovatelná datová sada, lineární kernel s cost=100, podpůrné vektory, rozhodovací a marginální hranice

Nelineární datová sada, lineární SVM (cost = 1)

Sestavení modelu s cost = 1

# Trainset contains 80% of data
# Same train/test split as before.
# Build model
svm_model <- svm(y ~ ., 
                data = trainset, 
                type = "C-classification", 
                kernel = "linear", 
                cost = 1,
                scale = FALSE)

Výpočet testovací přesnosti

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

0.8666667

Průměrná testovací přesnost přes 50 náhodných rozdělení: 83,7 %

Kapitola 2.3 – nelineárně separovatelná datová sada, lineární kernel s cost=1, podpůrné vektory, rozhodovací a marginální hranice

Čas na procvičení!

Support Vector Machines v R