tuning svm-Parameter in R (lineare SVM-kernel)
was ist der Unterschied zwischen tune.svm() und am besten.svm().
Wenn wir tunen die Parameter der svm-kernel, sind wir nicht erwartet, dass wählen immer die besten Werte, die für unser Modell.
Verzeihen, wie ich bin neu in R und machine learning.
Bemerkte ich, dass es keine lineare kernel-option in der tuning-svm. Gibt es eine Möglichkeit, tune mein svm mit linearer kernel
InformationsquelleAutor aceminer | 2014-10-03
Du musst angemeldet sein, um einen Kommentar abzugeben.
Vom ETHZ:
best.svm()
ist eigentlich nur ein wrapper fürtune.svm(...)$best.model
. DieHilfe-Seite für
tune()
erfahren Sie mehr über die verfügbaren Optionen.Werden sicher auch durch die Beispiele auf der Hilfe-Seite für
tune()
.e1071::svm
bietet linear, radial (Standard), Sigma-und polynomial-Kernel, siehehelp(svm)
. Zum Beispiel, die lineare kernel den Funktionsaufruf muss das argumentkernel = 'linear'
:Wenn Sie neu in R und würde gerne die Zug-und cross-Validierung der SVM-Modelle kannst du auch die
caret
Paket und seinetrain
Funktion bietet mehrere Arten von Kerneln. Die ganzen "Themen" Abschnitt auf dieser Website von Interesse sein könnten, zu.Die Funktion warf der Fehler??? Wie im obigen Beispiel, den kernel-Auswahl funktioniert in
tune.svm
.denke es war ein Tippfehler. Seine arbeiten fein jetzt vielen Dank.
InformationsquelleAutor thie1e