SVM in R für die regression

Habe ich 4 Dimensionen der Daten. Im R, ich bin mit plot3d mit der 4. dimension, die Farbe. Ich möchte jetzt SVM zu finden, die besten Regressionsgeraden, geben Sie mir die beste Korrelation. Im Grunde genommen, eine best-fit-hyperplane abhängig von der Farbe dimension. Wie kann ich dies tun?

Was ist es, dass Sie versuchen regress? Sie haben nicht eine abhängige variable. Bist du dir im klaren über die Bedeutung einer support-vector-machine?
überarbeitet: abhängig von der Farbe, dimension (4. dimension)
Das ist hilfreich. Btw die üblichen Terminologie ist, dass die Farbe variabel, hängt von den anderen Variablen. Bessere Terminologie ist, dass die anderen Variablen sind unabhängige Variablen und die Farbe variable ist die abhängige variable.
also ich habe herausgefunden, wie man mein svm fit-Objekt. jetzt bin ich nur verwirrt, wie zu zeichnen, dass hyperplane in einem 3d-plot. wie kann ich den plot ein fit-Objekt?
Ich bin Weg von meinem computer, aber siehe "classifly" oder rggobi für Beispiele.

InformationsquelleAutor CodeGuy | 2011-11-04

  1. 10

    Dies ist die grundlegende Idee (natürlich die spezielle Formel wird, je nach Variablen-Namen, und was ist das abhängig):

    library(e1071)

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

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

    Dann können Sie reguläre summary, plot, predict usw. Funktionen auf das Objekt passen. Beachten Sie, dass mit SVMs, die hyper-Parameter in der Regel muss abgestimmt werden, für beste Ergebnisse. Sie können dies tun, mit der tune wrapper. Schauen Sie sich auch die caret - Paket, das finde ich Super.

    können Sie ein Beispiel geben, wie ich verwenden könnte, die tune-Funktion. auch, wie würden Sie vorschlagen, ich verwenden Sie das caret-Zeichen?
    was ist X1? meine 4 Dimensionen x,y,z,q
    Es ist nur ein Beispiel. Beispiel-code. X1 ist der name der ersten Spalte in dem Beispiel, das er zur Verfügung gestellt.
    href="http://cran.r-project.org/doc/manuals/R-intro.html" >cran.r-project.org/doc/manuals/R-intro.html
    Sehen das andere Q/A, half ich mit: stackoverflow.com/questions/7390173/...

    InformationsquelleAutor John Colby

  2. 5

    Werfen Sie einen Blick auf die svm-Funktion, in dem e1071 Paket.
    Sie können auch prüfen, die kernelab, klaR oder svmpath Pakete.

    EDIT: @CodeGuy, John hat Ihnen ein Beispiel. Ich vermute, dass Ihr 4 Abmessungen sind Eigenschaften, die Sie verwenden, um Ihre Daten zu klassifizieren, und Sie haben auch eine andere variable, die das echt Klasse. 

    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
    Ich habe es angeschaut und ich kann ' T es herausfinden. Kannst du mir Beispiel code. Ich habe 4 Dimensionen der Daten.
    Ich bearbeitet meine Antwort. Siehe oben
    was meinst du mit einer anderen variable? sich vorstellen, einen 3D-plot mit den Daten. dann gibt es eine 4. dimension ist, die sich durch die Farbe der Datenpunkte. ich möchte die besten zu finden regression hyperplane in 3d-plot, der abhängig ist von der 4. dimension (die Farbe). können Sie den code aktualisieren, um dies zu reflektieren. wie bekomme ich die Gleichung der hyperplane so, dass ich wirklich auf Diagramm, um zu sehen, wie es aussieht?
    es ist ein Fehler in dem code, den Sie geschrieben. haben Sie versucht, läuft es?

    InformationsquelleAutor Manuel Ramón

Schreibe einen Kommentar