Paquetes a instalar: install.packages(“kernlab”)
letters <- read.csv("letter-recognition.csv")
str(letters)## 'data.frame': 20000 obs. of 17 variables:
## $ lettr: Factor w/ 26 levels "A","B","C","D",..: 20 9 4 14 7 19 2 1 10 13 ...
## $ x.box: int 2 5 4 7 2 4 4 1 2 11 ...
## $ y.box: int 8 12 11 11 1 11 2 1 2 15 ...
## $ width: int 3 3 6 6 3 5 5 3 4 13 ...
## $ high : int 5 7 8 6 1 8 4 2 4 9 ...
## $ onpix: int 1 2 6 3 1 3 4 1 2 7 ...
## $ x.bar: int 8 10 10 5 8 8 8 8 10 13 ...
## $ y.bar: int 13 5 6 9 6 8 7 2 6 2 ...
## $ x2bar: int 0 5 2 4 6 6 6 2 2 6 ...
## $ y2bar: int 6 4 6 6 6 9 6 2 6 2 ...
## $ xybar: int 6 13 10 4 6 5 7 8 12 12 ...
## $ x2ybr: int 10 3 3 4 5 6 6 2 4 1 ...
## $ xy2br: int 8 9 7 10 9 6 6 8 8 9 ...
## $ x.ege: int 0 2 3 6 1 0 2 1 1 8 ...
## $ xegvy: int 8 8 7 10 7 8 8 6 6 1 ...
## $ y.ege: int 0 4 3 2 5 9 7 2 1 1 ...
## $ yegvx: int 8 10 9 8 10 7 10 7 7 8 ...Un clasificador SVM requiere que todas las caracteristicas sean numericas. Afortunadamente, en este caso lo son.
Separamos los conjuntos de prueba y aprendizaje:
largo <- nrow(letters)
s <- sample(largo, largo*0.8)
letters_train <- letters[s, ]
letters_test <- letters[-s, ]Construimos el modelo y lo probamos
library(kernlab)
modelo <- ksvm(lettr ~ ., data=letters_train, kernel="vanilladot")## Setting default kernel parameterspredicciones <- predict(modelo, letters_test)
table(predicciones, letters_test$lettr)##
## predicciones A B C D E F G H I J K L M N O
## A 146 2 0 2 0 0 0 0 0 3 0 1 0 1 0
## B 0 127 0 5 2 0 4 1 1 0 0 0 0 1 0
## C 1 0 131 0 0 0 3 5 0 0 2 1 1 0 4
## D 0 1 0 150 0 1 1 10 1 1 2 1 0 4 3
## E 0 2 6 0 125 1 0 1 0 0 2 6 0 0 0
## F 0 0 0 0 1 147 2 1 2 1 0 0 0 0 0
## G 0 1 3 0 6 1 119 2 0 0 0 6 1 0 1
## H 0 1 1 2 0 2 0 98 0 1 1 2 2 8 15
## I 0 0 0 0 0 3 0 0 136 6 0 0 0 0 0
## J 2 0 0 0 0 0 0 0 3 124 0 0 0 0 0
## K 2 0 7 0 0 1 3 3 0 0 124 0 0 0 0
## L 0 0 1 0 0 0 1 1 1 0 1 150 0 0 0
## M 1 0 1 0 0 0 0 0 0 0 0 0 143 1 0
## N 0 1 0 0 0 2 0 0 0 1 0 0 1 155 0
## O 0 0 0 0 0 0 0 6 0 0 0 0 1 0 116
## P 0 1 0 0 0 2 0 2 0 0 0 0 0 0 1
## Q 0 0 0 0 3 0 8 1 0 0 1 1 0 0 2
## R 0 5 0 3 0 0 1 11 0 0 6 0 2 1 2
## S 0 0 0 0 3 1 2 0 4 1 0 0 0 0 0
## T 0 0 0 1 1 4 0 0 0 0 0 0 0 0 0
## U 0 0 1 1 0 0 0 1 0 0 0 0 2 0 0
## V 0 0 0 0 0 1 5 0 0 0 0 0 0 1 0
## W 0 0 0 0 0 0 1 0 0 0 1 0 0 0 5
## X 0 1 0 0 0 0 1 1 1 2 8 0 0 0 1
## Y 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0
## Z 0 0 0 0 2 0 0 0 1 5 0 0 0 0 0
##
## predicciones P Q R S T U V W X Y Z
## A 0 7 2 1 0 2 0 0 0 2 0
## B 0 0 2 8 0 0 0 2 0 0 0
## C 0 0 0 1 0 0 0 0 0 0 0
## D 1 2 1 0 0 0 0 0 4 0 1
## E 0 1 0 7 0 0 0 0 0 0 1
## F 11 0 1 5 3 0 0 0 0 2 0
## G 2 3 2 3 3 1 2 0 1 0 0
## H 0 1 3 0 0 2 1 0 0 1 0
## I 0 0 0 3 1 0 0 0 2 0 0
## J 0 0 0 0 0 0 0 0 1 0 7
## K 0 1 5 0 0 2 0 0 8 1 0
## L 0 0 0 3 0 0 0 0 1 0 0
## M 0 0 0 0 0 4 0 5 0 0 0
## N 0 0 1 0 0 0 0 1 0 0 0
## O 0 3 0 1 0 0 0 0 0 0 0
## P 147 1 0 1 2 0 1 0 0 1 0
## Q 0 116 0 3 0 0 0 0 0 2 1
## R 0 2 139 3 1 0 1 0 0 0 0
## S 0 8 0 101 3 0 0 0 1 1 12
## T 0 0 0 2 137 2 0 0 1 3 1
## U 0 0 0 0 0 160 0 0 0 0 0
## V 0 0 0 0 0 0 149 0 0 9 0
## W 0 1 0 0 0 1 2 135 0 0 0
## X 0 0 0 1 2 0 0 0 126 0 0
## Y 5 0 0 1 2 0 3 0 0 138 0
## Z 0 1 0 10 2 0 0 0 0 0 117Podemos determinar numericamente cuan buena fue nuestra prediccion:
correctos <- predicciones == letters_test$lettr
table(correctos)## correctos
## FALSE TRUE
## 544 3456prop.table(table(correctos))## correctos
## FALSE TRUE
## 0.136 0.864Pruebe usando el kernel rbfdot. ¿Como cambia la precision del clasificador? ¿Que otros kernels incluye el paquete? Experimente