[ADP] 서포트 벡터 머신 (Support Vector Machine)

> # 16. 서포트 벡터 머신 (Support Vector Machine)
> 
> 
> # 서포트 벡터 머신 모형은 고차원 또는 무한 차원의 공간에서 초평면의 집합을 찾아 분류와 회귀를 수행한다.
> # 서포트 벡터 머신은 2개의 파라미터를 고려해야 한다. cost, gamma이다.
> # cost는 초평면과 마진의 간격을 얼마나 할지 결정한다. cost가 크면 마진을 좁게 형성, 초평면이 복잡하게 나타난다.
> # gamma는 영향을 미치는 범위의 의미이다.
> 
> # iris dataset을 이용한 SVM
> library(e1071)
> 
> svm <- svm(Species~., data = iris, type = "C-classification", kernel = 'radial', cost = 10, gamma = 0.1)
> summary(svm)

Call:
svm(formula = Species ~ ., data = iris, type = "C-classification", kernel = "radial", cost = 10, gamma = 0.1)


Parameters:
   SVM-Type:  C-classification 
 SVM-Kernel:  radial 
       cost:  10 

Number of Support Vectors:  32

 ( 3 16 13 )


Number of Classes:  3 

Levels: 
 setosa versicolor virginica



> 
> pred <- predict(svm, iris, decision.values = TRUE)
> table(pred, iris$Species)
            
pred         setosa versicolor virginica
  setosa         50          0         0
  versicolor      0         47         0
  virginica       0          3        50
> # 정확도는 147/150=98%
> 

 

 

 

 

 

출처 : 2020 데이터 분석 전문가 ADP 필기 한 권으로 끝내기