Wprowadzenie

Maszyny wektorów nośnych w R

Kailash Awati

Instructor

Informacje wstępne

Cel: zrozumienie zasady działania SVM, dostępnych opcji algorytmu i sytuacji, w których sprawdza się najlepiej.
Wymagania wstępne: średniozaawansowana znajomość R; podstawowa wizualizacja za pomocą ggplot().
Podejście: zaczynamy od przykładu jednowymiarowego, stopniowo przechodząc do bardziej złożonych przypadków.

Zawartość cukru w napojach bezalkoholowych

Producent napojów bezalkoholowych oferuje dwie wersje flagowej marki:
- Choke – zawartość cukru: 11 g/100 ml.
- Choke-R – zawartość cukru: 8 g/100 ml.
Rzeczywista zawartość cukru może się różnić.
Na podstawie 25 losowych próbek należy znaleźć regułę decyzyjną do określania marki.
Pierwszy krok: wizualizacja danych!

Zawartość cukru w napojach – kod wizualizacji

Dane w ramce danych drink_samples.

# 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

Rozdział 1.1 – klastry zawartości cukru

Granice decyzyjne

Wybierzmy dwa punkty w przedziale jako kandydujące granice:
- 9,1 g/100 ml
- 9,7 g/100 ml
Reguły klasyfikacji (decyzyjne):
- if (y < 9.1) then "Choke-R" else "Choke"
- if (y < 9.7) then "Choke-R" else "Choke"
Zwizualizujmy je na wykresie z poprzedniego slajdu.

Granice decyzyjne – kod wizualizacji

Utwórz ramkę danych zawierającą dwie granice decyzyjne.

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

Granice decyzyjne – kod wizualizacji

Dodaj do wykresu za pomocą geom_point()

# 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

Rozdział 1.1 – klastry zawartości cukru z przykładowymi granicami decyzyjnymi

Separator maksymalnego marginesu

Najlepsza granica decyzyjna maksymalizuje margines: separator maksymalnego marginesu
Separator maksymalnego marginesu leży w połowie odległości między klastrami.
Zwizualizuj separator maksymalnego marginesu.

# 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

Rozdział 1.1 – separator maksymalnego marginesu

Czas na ćwiczenia!

Maszyny wektorów nośnych w R