支持向量机的R实现
来源:互联网 发布:程序员应该去的网站 编辑:程序博客网 时间:2024/05/18 02:14
二分类——使用信贷数据:
数据准备:
credit<-read.csv("credit.csv")str(credit) dim(credit) #考察数据的维度、样本量及各变量的基本情况set.seed(123)x<-sample(1:1000,200)credit_train=credit[-x,]credit_test=credit[x,] #随机抽取20%的样本作为测试集
模型建立:
library(kernlab) #加载这一个包并利用其中的ksvm函数classifier<-ksvm(default~.,data=credit_train,kernel="rbfdot") #对是否违约进行预测,采用高斯核
模型性能考察:
default_predictions<-predict(classifier,credit_test) #使用建立的模型对测试集进行预测library(gmodels)CrossTable(x=credit_test$default,y=default_predictions,prop.chisq = F)#结果如下:# | default_predictions #credit_test$default | no | yes | Row Total | #--------------------|-----------|-----------|-----------|# no | 133 | 11 | 144 | # | 0.924 | 0.076 | 0.720 | # | 0.796 | 0.333 | | # | 0.665 | 0.055 | | #--------------------|-----------|-----------|-----------|# yes | 34 | 22 | 56 | # | 0.607 | 0.393 | 0.280 | # | 0.204 | 0.667 | | # | 0.170 | 0.110 | | #--------------------|-----------|-----------|-----------|# Column Total | 167 | 33 | 200 | # | 0.835 | 0.165 | | #--------------------|-----------|-----------|-----------|
多分类:使用鸢尾花数据
y=sample(1:150,30)iris_train<-iris[-y,]iris_test<-iris[y,]iris_testmulti<-ksvm(Species~.,data=iris_train,kernel="rbfdot")predictions_species<-predict(multi,iris_test)table(iris_test$Species,predictions_species)
结果:
阅读全文
0 0
- 支持向量机的R实现
- SVM支持向量机(SMO算法)的R实现
- 支持向量机及其R实现
- R - SVM 支持向量机
- R--SVM支持向量机
- 基于R语言的支持向量机(SVM)+k均值(K-means)简单实现
- 支持向量机(SVM)的实现
- 支持向量机SVM的MATLAB实现
- R语言中使用支持向量机
- R语言支持向量机SVM
- R语言调整支持向量机
- R语言实践之支持向量机
- BP神经网络和支持向量机在R语言中的实现
- BP神经网络和支持向量机在R语言中的实现
- 机器学习——支持向量机SVM在R中的实现
- R语言基于支持向量机训练模型实现类预测
- 支持向量机简单实现
- 支持向量机实现分类
- JavaScript forEach()遍历函数使用及介绍
- OPNET中sink module
- 文件的存取
- MySQL插入或者读取中文数据的时候出现乱码总结
- 基于Unity3D的Xml文件的存储的实现
- 支持向量机的R实现
- Android shape的应用
- 使用调试生成配置
- http://www.mamicode.com/info-detail-1208112.html
- Image Printing Program Based on Halftoning (半色调打印技术)
- Python爬虫之二:自制简易词典
- Windows下深度学习平台Keras环境搭建【CPU版】
- bootsect启动代码分析
- Gtest/Gmock探究(二)--TEST宏分析