Generate a simulated two-class data

Generate a simulated two-class data set with 100 observations and two features in which there is a visible but non-linear separation between the two classes. Show that in this setting, a support vector machine with a polynomial kernel (with degree greater than 1) or a radial kernel will outperform a support vector classifier on the training data. Which technique performs best on the test data? Make plots and report training and test error rates in order to back up your assertions.

Kết quả (Việt) 1:

Tạo ra một tập hợp dữ liệu hai lớp mô phỏng với 100 quan sát và hai tính năng mà là một sự tách biệt có thể nhìn thấy nhưng phi tuyến tính giữa hai lớp học. Hiển thị trong khung cảnh này, một máy vectơ hỗ trợ với một hạt nhân đa thức (với mức độ lớn hơn 1) hoặc một hạt nhân bố trí hình tròn sẽ tốt hơn một classifier vector hỗ trợ dữ liệu đào tạo. Kỹ thuật mà thực hiện tốt nhất trên các dữ liệu thử nghiệm? Kiếm lô và đào tạo báo cáo và kiểm tra tỷ lệ lỗi để sao lưu các khẳng định của bạn.

Kết quả (Việt) 2:

Tạo một tập dữ liệu hai lớp mô phỏng với 100 quan sát và hai tính năng, trong đó có sự tách biệt rõ ràng nhưng không tuyến tính giữa hai lớp. Chứng minh rằng trong bối cảnh này, một máy hỗ trợ vector với một hạt nhân đa thức (với mức độ lớn hơn 1) hoặc một hạt nhân bố trí hình tròn sẽ tốt hơn một vector hỗ trợ phân loại fi er trên dữ liệu huấn luyện. Những kỹ thuật thực hiện tốt nhất trên các dữ liệu thử nghiệm? Hãy lô và đào tạo báo cáo và tỷ lệ lỗi kiểm tra để khẳng định sao lưu của bạn.