導論

R 的支援向量機

Kailash Awati

Instructor

預備知識

目標：理解 SVM 的原理、可用參數，以及最適用的情境。
先備知識：具備 R 中階能力；能用 ggplot() 做基本視覺化。
方式：從 1 維範例開始，逐步擴展到更複雜的例子。

汽水的糖含量

某汽水品牌有兩個版本：
- Choke－糖含量 11 g/100 ml。
- Choke-R－糖含量 8 g/100 ml。
實際糖含量會有變動。
給定隨機抽取的 25 個樣本，找出判定品牌的決策規則。
第一步：把資料視覺化！

汽水糖含量－視覺化程式碼

資料在 drink_samples 資料框中。

# 指定資料框，在 geom_point 設定圖形樣式（注意 y = 0）
p <- ggplot(drink_samples) +
  geom_point(aes(sugar_content, 0))

# 以糖含量為標籤標示各點，調整文字大小與位置
p <- p +  
  geom_text(aes(sugar_content, 0, label = sugar_content),
            size = 2.5,
            vjust = 2,
            hjust = 0.5)
# 顯示圖形
p

第 1.1 節－糖含量群聚

決策邊界

我們在區間中挑兩個候選邊界：
- 9.1 g/100 ml
- 9.7 g/100 ml
分類（決策）規則：
- if (y < 9.1) then 「Choke-R」 else 「Choke」
- if (y < 9.7) then 「Choke-R」 else 「Choke」
將它們畫在上一張圖上看看。

決策邊界－視覺化程式碼

建立含兩個決策邊界的資料框。

# 定義包含決策邊界的資料框
d_bounds <- data.frame(sep = c(9.1, 9.7))

決策邊界－視覺化程式碼

用 geom_point() 加到圖上

# 把決策邊界加入前一張圖
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") 
# 顯示圖形
p

第 1.1 節－含範例決策邊界的糖含量群聚

最大間隔分隔器

最佳決策邊界會最大化間隔：最大間隔分隔器。
最大間隔分隔器位於兩群中心的中點。
將最大間隔分隔器視覺化。

# 建立含最大間隔分隔器的資料框
mm_sep <- data.frame(sep = c((8.8 + 10) / 2))

# 把最大間隔邊界加到前一張圖
p <- p + 
  geom_point(data = mm_sep, 
             aes(sep, 0), 
             color = "blue", 
             size = 4)  
# 顯示圖形
p

第 1.1 節－最大間隔分隔器

一起來練習吧！

R 的支援向量機