Introduction

R में Support Vector Machines

Kailash Awati

Instructor

Preliminaries

  • Objective: समझें कि SVMs कैसे काम करते हैं; एल्गोरिदम की उपलब्ध सेटिंग्स और कब वे सबसे बेहतर चलती हैं.
  • Prerequisites: R का इंटरमीडिएट ज्ञान; ggplot() से बेसिक विज़ुअलाइज़ेशन.
  • Approach: 1-डायमेंशनल उदाहरण से शुरू करें और धीरे-धीरे अधिक जटिल उदाहरणों पर जाएँ.
R में Support Vector Machines

Sugar content of soft drinks

  • एक सॉफ्ट ड्रिंक निर्माता के फ्लैगशिप ब्रांड के दो वर्ज़न हैं:
    • Choke - शुगर कंटेंट 11 g/100 ml.
    • Choke-R - शुगर कंटेंट 8 g/100 ml.
  • वास्तविक शुगर कंटेंट में बदलाव रहता है.
  • बेतरतीब चुने गए 25 सैंपल दिए हैं. ब्रांड तय करने के लिए एक निर्णय नियम ढूँढें.
  • पहला कदम: डेटा विज़ुअलाइज़ करें!
R में Support Vector Machines

Sugar content of soft drinks - visualization code

  • डेटा drink_samples डेटा फ्रेम में है.
# 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
R में Support Vector Machines

अध्याय 1.1 - शुगर कंटेंट क्लस्टर

R में Support Vector Machines

Decision boundaries

  • चलिए इंटरवल में दो बिंदु उम्मीदवार बाउंड्री के रूप में चुनते हैं:
    • 9.1 g/100 ml
    • 9.7 g/100 ml
  • क्लासिफिकेशन (निर्णय) नियम:
    • if (y < 9.1) then "Choke-R" else "Choke"
    • if (y < 9.7) then "Choke-R" else "Choke"
  • इन्हें पिछले स्लाइड के प्लॉट पर दिखाते हैं.
R में Support Vector Machines

Decision boundaries - visualization code

  • दो निर्णय बाउंड्री वाला एक डेटा फ्रेम बनाएँ. 
# Define data frame containing decision boundaries
d_bounds <- data.frame(sep = c(9.1, 9.7))
R में Support Vector Machines

Decision boundaries - visualization code

  • geom_point() से प्लॉट में जोड़ें
# 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
R में Support Vector Machines

अध्याय 1.1 - उदाहरण निर्णय बाउंड्री के साथ शुगर कंटेंट क्लस्टर

R में Support Vector Machines

Maximum margin separator

  • सबसे अच्छी निर्णय बाउंड्री वह है जो मार्जिन को अधिकतम करे: maximal margin separator
  • Maximal margin separator दोनों क्लस्टर के ठीक बीच में होता है.
  • इसे विज़ुअलाइज़ करें.
# 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
R में Support Vector Machines

अध्याय 1.1 - मैक्सिमल मार्जिन सेपरेटर

R में Support Vector Machines

Time to practice!

R में Support Vector Machines

Preparing Video For Download...