多类支持向量机在R权提取中的应用

我的问题是关于包含6个类的28个要素数据集

当为6类问题运行

t（w%*%t（as.matrix（testset[，2:29]））-svm.model$rho

时，我得到一个矩阵，显示测试数据集和类减去1（5而不是6），与下面的示例表相同。如何从该表中确定类别

            V1          V2          V3          V4          V5
1   3191    172.58302   -1527.0875  -1301.15106 -767.5058   3451.69551
2   2159    1199.02091  -1782.2845  -1362.27901 -2257.9054  4132.92307
3   4295    1557.35203  -2374.2095  -1581.37368 -3601.2268  5963.68623
4   3843    433.74900   -1091.0102  -1296.25825 -1285.6248  3217.86395
5   4448    1184.22539  -1515.8411  -1708.36731 -2612.3417  4621.73283

如何从

• 偏差是一个矩阵（15*1）。。。（15个值）
• 权重是一个矩阵（5*28）
• 任何新的点（x）都是28个特征

---

请提供一个可复制的示例。你在用哪个图书馆？为什么不使用

predict

功能？我不理解第2点。我正在使用e1071库，客户需要在excel中具有该功能，以便他可以将其应用于未来的预测。关于问题2，使用attr（svm.pred，“decision.values”）的决策值的输出是训练集，每个二元分类具有正值或负值。例如，在我的数据集中，我有6个类，然后我将有15个值。现在的问题是如何手动生成这些值。请看一下如何制作一个好的可复制示例。