1. 정형데이터 분석 - 서포트 벡터 머신(SVM, Support Vector Machine)

서포트 벡터 머신은 데이터를 분리하는 초평면(Hyperplance) 중 데이터와의 거리가 가장 먼 초평면을 선택하여 분리하는 지도학습 기반의 이진 선형 분류 모델이다.

사물 인식, 패턴 인식 등에서 사용하고 있는 지도 학습 모델 중 하나다.

 

svm(formula, data)

 

install.packages("e1071") #svm 함수를 사용하기 위해 패키지 설치
library(e1071) #svm 함수를 사용하기 위한 라이브러리 불러오기

model = svm(Species ~.,	data = iris) #SVM 모델 생성
pred = predict(model, iris)

library(caret) #혼동행렬 함수를 사용하기 위한 라이브러리 불러오기
confusionMatrix(data = pred,
				reference = iris$Species)
#정확도는 0.9733로 상당히 높다.
#민감도는 0.96~1.0로 높다.
#특이도는 0.98~1.0로 높다.
#정확도와 민감도 특이도가 모두 높은 모델이다.