Mam zestaw danych z dwiema nakładającymi się klasami, po siedem punktów w każdej klasie, punkty są w przestrzeni dwuwymiarowej. W R i biegnę svm
z e1071
pakietu, aby zbudować oddzielną hiperpłaszczyznę dla tych klas. Używam następującego polecenia:
svm(x, y, scale = FALSE, type = 'C-classification', kernel = 'linear', cost = 50000)
gdzie x
zawiera moje punkty danych i y
ich etykiety. Polecenie zwraca obiekt svm, którego używam do obliczenia parametrów (wektor normalny) (przecięcie) hiperpłaszczyzny oddzielającej.b
Rysunek (a) poniżej pokazuje moje punkty i hiperpłaszczyznę zwróconą przez svm
polecenie (nazwijmy tę hiperpłaszczyznę optymalną). Niebieski punkt z symbolem O pokazuje początek przestrzeni, linie przerywane pokazują margines, kółka to punkty, które mają niezerowe (zmienne luzu).
Rysunek (b) pokazuje inną hiperpłaszczyznę, która jest równoległą translacją optymalnej o 5 (b_new = b_optimal - 5). Nietrudno zauważyć, że dla tej hiperpłaszczyzny funkcja celu (która jest zminimalizowana przez klasyfikację C svm) będzie miała niższą wartość niż dla optymalnej hiperpłaszczyzny pokazanej na rysunku ( za). Czy to wygląda na problem z tą funkcją? A może gdzieś popełniłem błąd?
svm
Poniżej znajduje się kod R, którego użyłem w tym eksperymencie.
library(e1071)
get_obj_func_info <- function(w, b, c_par, x, y) {
xi <- rep(0, nrow(x))
for (i in 1:nrow(x)) {
xi[i] <- 1 - as.numeric(as.character(y[i]))*(sum(w*x[i,]) + b)
if (xi[i] < 0) xi[i] <- 0
}
return(list(obj_func_value = 0.5*sqrt(sum(w * w)) + c_par*sum(xi),
sum_xi = sum(xi), xi = xi))
}
x <- structure(c(41.8226593092589, 56.1773406907411, 63.3546813814822,
66.4912298720281, 72.1002963174962, 77.649309469458, 29.0963054665561,
38.6260575252066, 44.2351239706747, 53.7648760293253, 31.5087701279719,
24.3314294372308, 21.9189647758150, 68.9036945334439, 26.2543850639859,
43.7456149360141, 52.4912298720281, 20.6453186185178, 45.313889181287,
29.7830021158501, 33.0396571934088, 17.9008386892901, 42.5694092520593,
27.4305907479407, 49.3546813814822, 40.6090664454681, 24.2940422573947,
36.9603428065912), .Dim = c(14L, 2L))
y <- structure(c(2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L, 1L, 1L, 1L, 1L, 1L,
1L), .Label = c("-1", "1"), class = "factor")
a <- svm(x, y, scale = FALSE, type = 'C-classification', kernel = 'linear', cost = 50000)
w <- t(a$coefs) %*% a$SV;
b <- -a$rho;
obj_func_str1 <- get_obj_func_info(w, b, 50000, x, y)
obj_func_str2 <- get_obj_func_info(w, b - 5, 50000, x, y)