Linjära Support Vector Machines

Support Vector Machines i R

Kailash Awati

Instructor

Dela upp i tränings- och testmängder

Datamängden från föregående kapitel finns i dataframe df.
Dela upp datamängden i tränings- och testmängder

Slumpmässig 80/20-uppdelning

# Set seed for reproducibility
set.seed(1)
# Set the upper bound for the number of rows to be in the training set
sample_size <- floor(0.8 * nrow(df))
# Assign rows to training/test sets randomly in 80/20 proportion
train <- sample(seq_len(nrow(df)), size = sample_size)
# Separate training and test sets
trainset <- df[train, ]
testset <- df[-train, ]

Beslutsgränser och kernels

Beslutsgränser kan ha olika former – linjer, polynomer eller mer komplexa funktioner.
Typen av beslutsgräns kallas kernel.
Kernel måste anges i förväg.
Det här kapitlet fokuserar på linjära kernels.

SVM med linjär kernel

Vi använder funktionen svm från biblioteket e1071.
Funktionen har flera parametrar. Vi anger följande explicit:
- formula – en formel som anger den beroende variabeln, y i vårt fall.
- data – dataframe med data, dvs. trainset.
- type – sätts till C-classification (klassificeringsproblem).
- kernel – beslutsgränsens form, linjär i det här fallet.
- cost och gamma – parametrar för att finjustera modellen.
- scale – booleskt värde som anger om data ska skalas.

Bygga en linjär SVM

Ladda biblioteket e1071 och anropa funktionen svm()

library(e1071)

svm_model<- svm(y ~ .,
                data = trainset, 
                type = "C-classification", 
                kernel = "linear", 
                scale = FALSE)

Modellöversikt

Ange svm_model för att få:
- en översikt av modellen med klassificerings- och kerneltyp
- värden för justeringsparametrar

svm_model

Call:
svm(formula = y ~ .,
    data = trainset,
    type = "C-classification",
    kernel = "linear", 
    scale = FALSE)

Parameters:
   SVM-Type:  C-classification 
 SVM-Kernel:  linear 
       cost:  1 
      gamma:  0.5

Number of Support Vectors:  55

# Index of support vectors in training dataset
svm_model$index

# Support vectors
svm_model$SV

# Negative intercept (unweighted)
svm_model$rho

# Weighting coefficients for support vectors
svm_model$coefs

4   8  10  11  18  37  38  39  47  59  60  74  76  77  78  80  83 ...

             x1         x2
5   0.519095949 0.44232464

-0.1087075

            [,1]
 [1,]  1.0000000

Hämta klassförutsägelser för tränings- och testmängderna.
Utvärdera modellens tränings- och testnoggrannhet.

# Training accuracy
pred_train <- predict(svm_model, trainset)
mean(pred_train == trainset$y)

# Test accuracy
pred_test <- predict(svm_model, testset)
mean(pred_test == testset$y)

1
# Perfect!!

Nu kör vi en övning!

Support Vector Machines i R