Re: 오늘의 마지막 문제. 미국 대학원 입학 데이터를 서포트 벡터 머신으로 분류하시오

[12기 이신성]

svmLinear 자동튜닝 관련해서 grid 옵션값이 적용이 잘 안됩니다ㅠㅠ

trainset 과 testset 에 대해 둘 다 68% 정도로 비슷한 정확도를 관찰할 수 있었습니다.

(seed 값 변경해도 영향이 없는 것 같은데 이유를 잘 모르겠습니다)

###Caret Packages -- train() 
##0.1 Load data
binary <- read.csv("binary.csv")
binary$admit <- factor( binary$admit, labels=c("Y", "N"))
str(binary)
##0.2 Devide Db

set.seed(1)
library(caret)
k <- createDataPartition(binary$admit, p=0.80, list=F)
trainset <- binary[k, ]
testset <- binary[-k, ]
nrow(trainset)    #301
nrow(testset)    #99


##3. svmLinear ---------------------------------------------
#install.packages("kernlab")
library(kernlab)

ctrl <- trainControl(method="cv", number=10,
                     selectionFunction="oneSE")

grid <- expand.grid(C=c(1,2,3,4,5))

m <- train(admit~., data=trainset, method="svmLinear",
           metric="Accuracy",
           trControl=ctrl,
           tunegrid=grid)
           

m    #check model details


#predict
pred <- predict(m, testset)

#Definition of label column vector & Labeldata
actual_type <- testset$admit
predict_type <- pred
positive_val <- "Y"
negative_val <- "N"

#1) Accuracy
tab <- table(Predicted=pred, Actual=testset$admit)
tab
sum(diag(tab)) / sum(tab)    #testset_Accuracy

#2) Kappa statistics
#install.packages("vcd")
library(vcd)
table( actual_type, predict_type)
Kappa( table( actual_type, predict_type)  )