Problemy wieloklasowe

Maszyny wektorów nośnych w R

Kailash Awati

Instructor

Zbiór danych iris – wprowadzenie

150 pomiarów 5 atrybutów
- Szerokość i długość płatka – liczba (zmienne predykcyjne)
- Szerokość i długość działki kielicha – liczba (zmienne predykcyjne)
- Gatunek – kategoria: setosa, virginica lub versicolor (zmienna przewidywana)
Zbiór dostępny w repozytorium UCI ML

Wizualizacja zbioru danych iris

Wykres długości płatka względem jego szerokości.

library(ggplot2)

# Plot petal length vs width for dataset, distinguish species by color
p <- ggplot(data = iris,
            aes(x = Petal.Width,
                y = Petal.Length,
                color = Species)) +
     geom_point()

# Display plot
p

Rozdział 2.4 – zbiór iris: długość płatka względem szerokości, gatunki rozróżnione kolorem

Jak SVM radzi sobie z problemami wieloklasowymi?

SVM to w istocie klasyfikatory binarne.
Można je stosować do problemów wieloklasowych przy użyciu strategii głosowania:
- Podziel dane na podzbiory zawierające dwie klasy.
- Rozwiąż problem klasyfikacji binarnej dla każdego podzbioru.
- Przypisz klasę każdemu punktowi danych metodą głosowania większościowego.
Strategia ta nosi nazwę jeden-przeciw-jednemu.

Budowa wieloklasowego liniowego SVM

Zbuduj liniowy SVM dla zbioru iris
- Podział 80/20 na zbiór treningowy/testowy (ziarno 10), domyślny koszt

library(e1071)

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

Oblicz dokładność

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

Czas na ćwiczenia!

Maszyny wektorów nośnych w R