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个要素数据集多类支持向量机在R权提取中的应用,r,svm,R,Svm,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$rho时,我得到一个矩阵,显示测试数据集和类减去1(5而不是6),与下面的示例表相同。如何从该表中确定类别 V1 V2 V3 V4 V5 1 3191 172.58302 -1527.0875 -1301.15106 -767.5058
t(w%*%t(as.matrix(testset[,2:29]))-svm.model$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
- 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。