Nuclee RBF: Generarea unui set de date complex

Support Vector Machines în R

Kailash Awati

Instructor

Despre nucleele RBF

Kernel extrem de flexibil.
- Poate aproxima frontiere de decizie complexe.
Frecvent utilizat în practică.

Generarea unui set de date complex

600 de puncte (x1, x2)
x1 și x2 distribuite diferit

n <- 600
set.seed(42)

df <- data.frame(x1 = rnorm(n, mean = -0.5, sd = 1),
                 x2 = runif(n, min = -1, max = 1))

Generarea frontierei

Frontiera este formată din două cercuri de raze egale cu un singur punct comun.

# Set radius and centers
radius <- 0.7
radius_squared <- radius ^ 2
center_1 <- c(-0.7, 0)
center_2 <- c(0.7, 0)

# Classify points
df$y <- 
    factor(ifelse(
        (df$x1 - center_1[1]) ^ 2 + (df$x2 - center_1[2]) ^ 2 < radius_squared |
        (df$x1 - center_2[1]) ^ 2 + (df$x2 - center_2[2]) ^ 2 < radius_squared,
        -1, 1), levels = c(-1, 1))

Vizualizarea setului de date

Vizualizați setul de date cu ggplot; distingând clasele prin culoare

library(ggplot2)

p <- ggplot(data = df, aes(x = x1, y = x2, color = y)) + 
     geom_point() + 
     guides(color = "none") +
     scale_color_manual(values = c("red", "blue"))

p

Capitolul 4.1 - set de date complex

# Function to generate points on a circle
circle <- function(x1_center, x2_center, r, npoint = 100) {
   theta <- seq(0, 2 * pi, length.out = npoint)
   x1_circ <- x1_center + r * cos(theta)
   x2_circ <- x2_center + r * sin(theta)
   data.frame(x1c = x1_circ, x2c = x2_circ)
}

# Generate boundary and plot it
boundary_1 <- circle(x1_center = center_1[1], x2_center = center_1[2], r = radius)
p <- p + 
     geom_path(data = boundary_1,
               aes(x = x1c, y = x2c),
               inherit.aes = FALSE)
boundary_2 <- circle(x1_center = center_2[1], x2_center = center_2[2], r = radius)
p <- p + 
     geom_path(data = boundary_2,
               aes(x = x1c, y = x2c),
               inherit.aes = FALSE)
p

Capitolul 4.1 - set de date complex cu frontiera de decizie

Timp de practică!

Support Vector Machines în R