R中迴歸的SVM

我有4個維度的數據。在R中，我使用plot3d，第四維是顏色。我想現在使用SVM找到最佳迴歸線，以給我最好的相關性。基本上，取決於色彩維度的最佳擬合超平面。我怎樣才能做到這一點？R中迴歸的SVM

2011-11-04 CodeGuy

什麼是你試圖倒退？你沒有給出因變量。你是否清楚支持向量機的含義？ – Iterator

修改：取決於顏色尺寸（第四維） – CodeGuy

這很有幫助。順便說一句，通常的術語是顏色變量取決於其他變量。更好的術語是其他變量是預測變量，顏色變量是響應變量。 – Iterator

這是基本的想法（當然具體計算公式會根據您的變量名稱有所不同，這是相關的）：

library(e1071) 

data = data.frame(matrix(rnorm(100*4), nrow=100)) 

fit = svm(X1 ~ ., data=data)

然後你就可以使用普通summary，plot，predict等功能在適合的對象上。請注意，對於SVM，通常需要調整超參數以獲得最佳結果。你可以用tune包裝來做到這一點。還請查看caret包，我認爲這很好。

來源

2011-11-04 19:58:47

你能舉一個我如何使用調諧功能的例子嗎？另外，你會如何建議我使用插入符號？ – CodeGuy

X1是什麼？我的4個維度是x，y，z，q – CodeGuy

@CodeGuy這只是一個例子。示例代碼。 'X1'是他提供的示例中第一列的名稱。 – joran

看看e1071包中的svm函數。您也可以考慮kernelab，klaR或svmpath軟件包。

編輯：@CodeGuy，約翰給你提供了一個例子。我想你的4個維度是用來分類數據的特徵，而且你還有另外一個變量是真正的類別。

y <- gl(4, 5) 
x1 <- c(0,1,2,3)[y] 
x2 <- c(0,5,10,15)[y] 
x3 <- c(1,3,5,7)[y] 
x4 <- c(0,0,3,3)[y] 

d <- data.frame(y,x1,x2,x3,x4) 

library(e1071) 
svm01 <- svm(y ~ x1 + x2 + x3 + x4, data=d) 
ftable(predict(svm01), y) # Tells you how your svm performance

來源

2011-11-04 20:01:26

我已經看過它，我無法弄清楚。你能給我示例代碼嗎？我有4個維度的數據。 – CodeGuy

我編輯了我的答案。見上面 –

你是什麼意思是另一個變量？想象一下帶有數據的3D圖。那麼存在第四維，其由數據點的顏色給出。我想要找到依賴於第四維（顏色）的3d繪圖中的最佳迴歸超平面。你能否更新代碼來反映這一點？我怎麼能得到超平面的方程，以便我可以實際繪製它來查看它看起來像什麼？ – CodeGuy

R中迴歸的SVM

回答

相關問題