Vizualizarea SVM-urilor liniare

Support Vector Machines în R

Kailash Awati

Instructor

Trasați datele de antrenament cu ggplot().

# Visualize training data, distinguish classes using color
p <- ggplot(data = trainset, aes(x = x1, y = x2, color = y)) +
     geom_point() +
     scale_color_manual(values = c("red", "blue"))
# Render plot
p

Marcați vectorii suport folosind index din svm_model.

# Identify support vectors
df_sv <- trainset[svm_model$index, ]
# Mark out support vectors in plot
p <- p + geom_point(data = df_sv,
                    aes(x = x1, y = x2),
                    color = "purple",
                    size = 4, alpha = 0.5)
# Display plot
p

Date liniar separabile, kernel liniar cost implicit cu vectori suport

Calculați panta și interceptul graniței:

Construiți vectorul de pondere w din elementele coefs și SV ale svm_model.

# Build weight vector
w <- t(svm_model$coefs) %*% svm_model$SV

pantă = -w[1] / w[2]

# Calculate slope and save it to a variable
slope_1 <- -w[1] / w[2]

intercept = svm_model$rho / w[2]

# Calculate intercept and save it to a variable
intercept_1 <- svm_model$rho / w[2]

Adăugați granița de decizie folosind panta și interceptul calculate anterior.
Utilizați geom_abline() pentru a adăuga granița de decizie în grafic.

# Plot decision boundary based on calculated slope and intercept
p <- p + geom_abline(slope = slope_1,
                     intercept = intercept_1)

Marginile sunt paralele cu granița de decizie, decalate cu 1 / w[2] pe fiecare parte.

# Add margins to plot
p <- p + 
    geom_abline(slope = slope_1,
                intercept = intercept_1 - 1 / w[2],
                linetype = "dashed") + 
    geom_abline(slope = slope_1,
                intercept = intercept_1 + 1 / w[2],
                linetype = "dashed")
# Display plot
p

Date liniar separabile, kernel liniar cost implicit cu vectori suport, granițe de decizie și marje

Clasificatori cu marjă relaxată

Permite incertitudine în locația / forma granițelor
- Niciodată perfect liniară
- De obicei necunoscută
Granița de decizie este liniară, deci putem reduce marginea

Vizualizarea granițelor de decizie cu funcția svm plot()

Funcția plot() din e1071 oferă o modalitate simplă de a trasa granița de decizie.

# Visualize decision boundary using built in plot function
plot(x = svm_model,
     data = trainset)

Set de date liniar separabil, kernel liniar cost implicit, vizualizat cu svm.plot

Timp pentru practică!

Support Vector Machines în R