多類別問題

R 的支援向量機

Kailash Awati

Instructor

鳶尾花資料集：導覽

150 筆、5 個屬性的量測
- 花瓣寬、長－數值（預測變數）
- 花萼寬、長－數值（預測變數）
- 品種－類別：setosa、virginica、versicolor（被預測變數）
資料集來自 UCI ML repository

視覺化鳶尾花資料集

繪製花瓣長度對花瓣寬度。

library(ggplot2)

# Plot petal length vs width for dataset, distinguish species by color
p <- ggplot(data = iris,
            aes(x = Petal.Width,
                y = Petal.Length,
                color = Species)) +
     geom_point()

# Display plot
p

第 2.4 章－鳶尾花資料集：花瓣長度 vs 花瓣寬度，品種以顏色區分

SVM 如何處理多類別問題？

SVM 本質上是二元分類器。
可用以下投票策略處理多類別問題：
- 將資料分割成僅含兩類的子集。
- 對每個子集解二元分類問題。
- 以多數決為每個資料點指派類別。
稱為 one-against-one 分類策略。

建立多類別線性 SVM

為鳶尾花資料集建立線性 SVM
- 80/20 訓練／測試切分（seed 10），cost 預設值

library(e1071)

# Build model
svm_model <- svm(Species ~ ., 
                data = trainset, 
                type = "C-classification", 
                kernel = "linear")

計算準確率

pred_train <- predict(svm_model, trainset)
mean(pred_train == trainset$Species)

0.9756098

pred_test <- predict(svm_model, testset)
mean(pred_test == testset$Species)

0.962963

一起來練習吧！

R 的支援向量機