Introduction
Dans ce laboratoire, nous utiliserons scikit-learn pour créer un ensemble de données séparable en deux classes et tracer l'hyperplan séparateur à marge maximale à l'aide d'un classifieur Machine à Vecteurs de Support (SVM) avec un noyau linéaire. L'SVM est un algorithme de classification puissant qui trouve la meilleure frontière ou hyperplan qui sépare les données en différentes classes tout en maximisant la marge entre les classes.
Conseils sur la machine virtuelle
Une fois le démarrage de la machine virtuelle terminé, cliquez dans le coin supérieur gauche pour basculer vers l'onglet Carnet d'adresses pour accéder au carnet Jupyter pour pratiquer.
Parfois, vous devrez peut-être attendre quelques secondes pour que le carnet Jupyter ait fini de charger. La validation des opérations ne peut pas être automatisée en raison des limitations du carnet Jupyter.
Si vous rencontrez des problèmes pendant l'apprentissage, n'hésitez pas à demander à Labby. Donnez votre feedback après la session, et nous résoudrons rapidement le problème pour vous.