Учитывая векторы поддержки линейного SVM, как я могу вычислить уравнение границы решения?
machine-learning
svm
dshin
источник
источник
[ASK QUESTION]
вверху страницы и задайте его там, тогда мы можем помочь вам должным образом. Поскольку вы новичок здесь, вы можете прочитать нашу страницу тура , которая содержит информацию для новых пользователей.Ответы:
В « Элементах статистического обучения» Хасси и др. Есть полная глава, посвященная классификаторам опорных векторов и SVM (в вашем случае, начальная страница 418 во 2-м издании). Другой хороший урок - « Машины опорных векторов в R » Дэвида Мейера.
Из интерактивной справки
ksvm()
в пакете kernlab R, но также см. Kernlab - Пакет S4 для методов ядра в R , вот забавный пример:Обратите внимание, что для ясности мы не рассматриваем обучающие и испытательные образцы. Результаты показаны ниже, где затенение цвета помогает визуализировать подходящие значения решения; значения около 0 находятся на границе решения.
Вызов
attributes(svp)
дает вам атрибуты, к которым вы можете получить доступ, например,Итак, чтобы отобразить границу решения с соответствующим запасом, давайте попробуем следующее (в перемасштабированном пространстве), которое в значительной степени вдохновлено учебником по SVM, который некоторое время назад сделал Жан-Филипп Верт :
И вот оно:
источник
Это линейная комбинация опорных векторов, где коэффициенты задаются множителями Лагранжа, соответствующими этим опорным векторам.
источник