关于R语言SVM和一些参数的含义,大神出来解答一下好么

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

在R语言包e1071中，直接利用训练集去使用svm，想问：


1.怎么查看核函数和分类超平面函数


2.  SV，coefs，decision.values分别是什么意思，特别是 决策变量decision.values，这个数据是怎么算出来的

下面是鸢尾花的例子

package("e1071")

> x=iris[,-5]
> y=iris[,5]
> model=svm(x,y,kernel="linear")


> model$decision.values
> model$SV
> model$coefs


3. 上面两点可能存在一定联系

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：R语言 SVM Decision package values package 鸢尾花 平面

关于公式解释建议你还是看帮助文档，自己理解。我这有之前做的一点笔记，希望对你有所帮助。
在R软件中支持向量机软件包e1071，函数SVM，两种基本格式，参考如下：了解关于支持向量机模型的适用范围及核函数的类别。
支持向量机模型分为分类模型、回归模型或异常检测模型 ，svm函数中的type可选参数有C-classification\nu-classification\one-classification\eps-regression\nu-regression. 前三种针对字符型结果变量的分类方式，第三种属于逻辑判断，后两种针对数量型结果变量的分  类方式。

核函数kernel有4个可选核函数，有线性核函数linear\多项式核函数polynomial\径向基核函数radial basis \以及神经网络核函数sigmoid。另外，研究发现，识别率最高、性能最好是径向基核函数，其次是多项式核函数，最差的是神经网络核函数。

步骤：
确定变量因子，初步构建模型，筛选优化模型（支持向量机模型+核函数~优化），参数优化》寻找最优的支持向量机模型。
优化方法：根据前面模型优化过程中，对分类情况进行观察，挑选出分类中易混淆的类别，提高其类别比重，即降低分类较好的类别比重，策略是适当牺牲分类较好类别的精度来提高其他类别的精度。

Chengweing 发表于 2016-5-6 10:04
关于公式解释建议你还是看帮助文档，自己理解。我这有之前做的一点笔记，希望对你有所帮助。
在R软件中支持 ...

谢谢你，其实我想找 decision_value的一些解释的，现在有点眉目了