J'ai un ensemble de données avec deux classes qui se chevauchent, sept points dans chaque classe, les points sont dans un espace à deux dimensions. Dans R, et je cours svmdepuis le e1071package pour construire un hyperplan de séparation pour ces classes. J'utilise la commande suivante: svm(x, y,...
432607 × 136432607×136432607 \times 136Y11 %11%11\%N89 %89%89\% J'utilise uniquement 15des 136variables indépendantes de l'ensemble de données. L'une des raisons de la réduction de l'ensemble de données était d'avoir plus d'échantillons d'apprentissage lorsque les lignes contenant NAs sont omises....
J'ai besoin d'un package qui peut me donner l'équation d'un modèle SVM linéaire. Actuellement, j'utilise e1071 comme ceci: library(e1071) m = svm(data, labels, type='C', kernel='linear', cost=cost, probability=FALSE, scale=scale) w = t(m$coefs) %*% data[m$index,] #Weight vector b = -model$rho...
Je suis nouveau pour supporter les machines vectorielles. Brève explication La svmfonction du e1071package dans R offre différentes options: Classification C nu-classification une classification (pour la détection de nouveautés) régression eps nu-regression Quelles sont les différences intuitives...