R e1071支持向量机模型推特分类
我一直在使用e1071库对文本进行分类。我已经能够使用NB算法，但难以应用SVM。 我一直在跟着导游 该站点有一段代码没有解释对象类型，也没有解释我如何在自己的代码中得到它R e1071支持向量机模型推特分类,r,svm,R,Svm,我一直在使用e1071库对文本进行分类。我已经能够使用NB算法，但难以应用SVM。 我一直在跟着导游 该站点有一段代码没有解释对象类型，也没有解释我如何在自己的代码中得到它 > svm > svm.model <- svm(Type ~ ., data = trainset, cost = 100, gamma = 1) > svm.pred <- predict(svm.model, testset[,-10]) >支持向量机 >svm.model svm.pr
> svm
> svm.model <- svm(Type ~ ., data = trainset, cost = 100, gamma = 1)
> svm.pred <- predict(svm.model, testset[,-10])
>支持向量机
>svm.model svm.predType~。
是一个将模型定义为“列类型中的值取决于所有其他列中的值”的公式。我们没有访问您的数据文件，所以让我们考虑内置数据集<代码> IRIS<代码>：< /P>
head( iris ) ## Look at the first few rows of the data
# Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# 1 5.1 3.5 1.4 0.2 setosa
# 2 4.9 3.0 1.4 0.2 setosa
# 3 4.7 3.2 1.3 0.2 setosa
# ...
假设我想根据所有其他列中的值预测列Species
中的值。我可以将相应的模型定义为Species~。
。或者，如果我只想使用一些列，我会将它们放在~
的右侧。例如，Species~sepa.Length+Petal.Length
将仅使用*Length
列
现在我有了我的数据集和公式，我可以使用您在答案中提供的代码来训练我的SVM
myModel <- e1071::svm( Species ~ ., data = iris )
最后，请注意，svm
函数有一种提供数据/标签的替代方法（请参阅？e1071:：svm
）。以下是培训模型的等效方法：
e1071::svm( iris[,1:4], iris[,5] ) # Predict Column 5 values from Column 1:4 values
是的，类型
是您试图预测的。它应该是data.frame中作为data
参数提供的一列。更具体地说，Type~。
是一个公式，基本上是说“使用所有其他列中的值预测Type
列中的值”。感谢您的回复。我尝试采纳您的建议，在读取csv时添加header=TRUE，然后为我要使用的第一列创建变量df[，c（col1）]，但仍然收到错误消息。您能否进一步说明我应该如何在data.frame中创建列，或者我是否需要更改读取数据、frame的csv的方法？我们无法访问您的数据，因此不可能说出发生了什么问题。有关内置数据集的演示，请参见下面的答案。
predict( myModel, iris )
# 1 2 3 4 5 6 7
# setosa setosa setosa setosa setosa setosa setosa
# 8 9 10 11 12 13 14
# setosa setosa setosa setosa setosa setosa setosa
# ...
e1071::svm( iris[,1:4], iris[,5] ) # Predict Column 5 values from Column 1:4 values