支持向量机回归

以下是构建公式、构建svm回归模型、输出模型概况的代码。主要是采用as.formula将因变量、自变量拼接到一起构建为公式，然后采用e1071包的svm函数训练支持向量机模型，其中核函数采用高斯核。

      # 因变量自变量构建公式
      colnames(boston)
      form_reg <- as.formula(
        paste0("medv ~ ", paste(colnames(traindata)[1:13], collapse = " + "))
      )
      form_reg
      # 训练模型
      fit_svm_reg <- svm(form_reg,
                         data = traindata,
                         kernel = "radial",
                         cost = 1,
                         gamma = 0.1)
      # 模型概况
      fit_svm_reg
  
 

支持向量机二分类

与回归类似，首先是构建公式，然后用e1071包的svm函数训练支持向量机模型。traindata中的因变量需要提前处理成factor类型，这样svm会自动构建分类模型。为了预测分类概率，需要在svm中将probability参数值设置为TRUE。

      # 因变量自变量构建公式
      colnames(Heart)
      form_cls <- as.formula(
        paste0("AHD ~ ", paste(colnames(traindata)[2:14], collapse = " + "))
      )
      form_cls
      # 构建模型
      fit_svm_cls <- svm(form_cls,
                         data
  
 

文章来源: wenyusuran.blog.csdn.net，作者：文宇肃然，版权归原作者所有，如需转载，请联系作者。

原文链接：wenyusuran.blog.csdn.net/article/details/122415485