R语言的e1071训练得到的c-SVM分类模型，怎么查看结果的混淆矩阵，以及其它参数？

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

我的代码如下：
tool_tunesvm <- tune.svm(train_feature[,1:19],train_lable,gamma=2^(-1:1),cost=2^(2:4)) #选取最优参数
tool_tunesvm #显示参数结果

tool_svm <- svm(train_feature[,1:19],train_lable,gamma=0.5,cost=4,type = "C-classification",kernel="polynomial",degree = 3) #进行SVM
tool_svm



问题是生成SVM模型后，看不到生成模型的过程参数和结果信息，比如模型对应的准确率，混淆矩阵，中间使用的是K折交叉验证还是留出法验证？

输入tool_tunesvm，或者输入summary（tool_tunesvm），只能看到模型自身的参数，但是我上面的参数不知道在哪里得到，是这个svm（）函数不提供吗，需要自己算吗？

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 Tool Tune 数据处理 R语言 e1071 SVM

好吧，没人回复，我自己解决了，使用caret包里的confusionMatrix(data, reference, positive = NULL,
  dnn = c("Prediction", "Reference"), prevalence = NULL,
  mode = "sens_spec", ...)方法，简单使用输入预测值向量和真实值向量即可，需要注意输入向量为因子（做下转换）。

我得到的结果：
> confusionMatrix(factor(test_pre),factor(y1), positive = NULL)
Confusion Matrix and Statistics

          Reference
Prediction   1   2   3
         1 470   9   1
         2   3 607   5
         3   1   7 656

Overall Statistics
                                          
               Accuracy : 0.9852         
                 95% CI : (0.9784, 0.9903)
    No Information Rate : 0.3764         
    P-Value [Acc > NIR] : <2e-16         
                                          
                  Kappa : 0.9776         
Mcnemar's Test P-Value : 0.343           

Statistics by Class:

                     Class: 1 Class: 2 Class: 3
Sensitivity            0.9916   0.9743   0.9909
Specificity            0.9922   0.9930   0.9927
Pos Pred Value         0.9792   0.9870   0.9880
Neg Pred Value         0.9969   0.9860   0.9945
Prevalence             0.2695   0.3542   0.3764
Detection Rate         0.2672   0.3451   0.3729
Detection Prevalence   0.2729   0.3496   0.3775
Balanced Accuracy      0.9919   0.9836   0.9918


虽然没有人回答，不过还是解决咯！