多分类问题

R 中的支持向量机

Kailash Awati

Instructor

Iris 数据集简介

150 条记录，含 5 个属性
- 花瓣宽度与长度：数值（自变量）
- 萼片宽度与长度：数值（自变量）
- 物种：类别（目标变量）：setosa、virginica、versicolor
数据集来源于 UCI ML 仓库

可视化 Iris 数据集

绘制花瓣长度 vs 花瓣宽度。

library(ggplot2)

# 按物种着色，绘制花瓣长度与宽度散点图
p <- ggplot(data = iris,
            aes(x = Petal.Width,
                y = Petal.Length,
                color = Species)) +
     geom_point()

# 显示图形
p

第 2.4 节 - Iris 数据集：花瓣长度 vs 花瓣宽度，按物种着色区分

SVM 如何处理多分类问题？

SVM 本质上是二分类器。
处理多分类可用以下投票策略：
- 将数据划分为包含两类的子集。
- 对每个子集训练二分类模型。
- 以多数投票为每个样本定类。
称为一对一（one-against-one）策略。

构建多分类线性 SVM

为 Iris 数据集建立线性 SVM
- 80/20 训练/测试划分（seed 10），默认 cost

library(e1071)

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

计算准确率

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

¡Vamos a practicar!

R 中的支持向量机