R语言实战应用精讲50篇(三十)-R语言实现支持向量机(附R语言代码)

举报
格图洛书 发表于 2022/05/18 00:07:55 2022/05/18
【摘要】 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.formul...

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。


  
  1. # 因变量自变量构建公式
  2. colnames(boston)
  3. form_reg <- as.formula(
  4.   paste0("medv ~ ", paste(colnames(traindata)[1:13], collapse = " + "))
  5. )
  6. form_reg
  7. # 训练模型
  8. fit_svm_reg <- svm(form_reg,
  9.                    data = traindata,
  10.                    kernel = "radial",
  11.                    cost = 1,
  12.                    gamma = 0.1)
  13. # 模型概况
  14. 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。


  
  1. # 因变量自变量构建公式
  2. colnames(Heart)
  3. form_cls <- as.formula(
  4.   paste0("AHD ~ ", paste(colnames(traindata)[2:14], collapse = " + "))
  5. )
  6. form_cls
  7. # 构建模型
  8. fit_svm_cls <- svm(form_cls,
  9.                    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

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。