У меня есть пять классов, и я хочу использовать SVM (пакет e1071) для классификации. Однако я вижу некоторые хорошие примеры для двоичной классификации с использованием SVM, однако для поддержки многоклассов некоторые члены предложили использовать один из бинарных классификаторов One_Vs_Rest или One_vs_One, а затем объединить их, чтобы получить окончательное предсказание. Есть ли прямая реализация Multiclass (любой подход подходит для меня)?Есть ли прямая реализация многоклассового SVM в R (e1071)
0
A
ответ
0
Да, теперь я получил решение. Я использовал базовый файл справки из R и реализовал One_vs_One Multiclass, используя e1071, который очень короткий и точнее с четкими комментариями в нем.
library(xlsx)
library(gdata)
data(iris)
library(e1071)
library(caTools)
##---------- Split the overall dataset into two parts:70% for training and 30% for testing-----------
index_iris<-sample.split(iris$Species,SplitRatio=.7)
trainset_iris<-iris[index_iris==TRUE,]
testset_iris<-iris[index_iris==FALSE,]
y <- testset_iris$Species
##---------- Now Create an SVM Model with the training dataset--------------------
model <- svm(Species ~ ., data = trainset_iris)
# print(model)
# summary (model)
##-------------Use the model to predict the test dataset so that we can find the accuracy of the model-----
pred <- predict(model,testset_iris)
table(pred, y)
##-------------- Compute decision values and probabilities--------------
pred <- predict(model, testset_iris, decision.values = TRUE)
attr(pred, "decision.values")
Смежные вопросы
- 1. Профилирование SVM (e1071) в R
- 2. Использование SVM из e1071 в R
- 3. R: реализация махаланобиса в cmeans [e1071]
- 4. SVM в R с кареткой с использованием e1071 вместо kernlab
- 5. R: Настройка параметра SVM - class.weights в пакете {e1071}
- 6. R | NA/NaN/Inf в вызове внешней функции | e1071 SVM
- 7. Создать набор данных для svm в R (e1071)
- 8. Функция предсказания для объекта svm в R (библиотека e1071)
- 9. R - улучшающая производительность настройки e1071
- 10. Настройка одноклассной классификации SVM R с использованием e1071 ERROR
- 11. Функция Predict.svm в пакете e1071 из R
- 12. Реализация алгоритма SVM-RFE в R
- 13. Текстовая классификация с использованием e1071 (SVM)
- 14. e1071 SVM: Ошибка при попытке предсказать
- 15. Получение Cross валидированной Вероятность предсказания в мелодии SVM (e1071)
- 16. e1071 install R 3.1.2
- 17. Построение линейного разделителя SVM в R
- 18. R ошибка при запуске SVM
- 19. Как получить список прогнозов от запуска svm в пакете e1071
- 20. R SVM Prediction
- 21. Как составить график классификации SVM в R
- 22. Реализация SVM MATLAB
- 23. 1-Dimensional (1D) Заговор с использованием SVM (e1071)
- 24. Как построить многоклассовый SVM в R?
- 25. Реализация Python OpenCV SVM
- 26. Одноклассная классификация с SVM в R
- 27. SVM в R, данные поезда набор
- 28. Огромные файлы при сохранении SVM-моделей с e1071
- 29. Что такое «случайный» или недетерминированный фактор в предсказании SVM вероятностями в e1071 в R?
- 30. svm {e1071} Предсказать создает больший массив прогнозируемых значений, чем ожидалось