📅  最后修改于: 2023-12-03 15:08:46.581000             🧑  作者: Mango
支持向量机(Support Vector Machine,SVM)是一种分类和回归分析的方法,广泛应用于数据挖掘和机器学习领域。在 R 中,可以使用 e1071 包来构建 SVM 模型。
首先,我们需要准备用于训练模型的数据。我们使用 R 内置的 iris 数据集作为示例。首先加载数据并查看前几行:
data(iris)
head(iris)
可以看到,iris 数据集包含了 150 行数据,分别表示了三种不同的鸢尾花。每个样本包含了 4 个特征变量 sepal length、sepal width、petal length 和 petal width,以及一个目标变量 Species,表示鸢尾花的品种。
接下来,我们使用 e1071 包中的 svm 函数构建 SVM 模型。具体步骤如下:
library(e1071)
set.seed(123)
trainIndex <- sample(1:nrow(iris), 0.7*nrow(iris))
train <- iris[trainIndex, ]
test <- iris[-trainIndex, ]
s <- svm(Species ~ ., data = train, kernel = "linear", cost = 10)
pred <- predict(s, test[,-5])
table(pred, test[,5])
解释一下上面的代码:
在本文中,我们介绍了如何在 R 中使用 e1071 包构建 SVM 模型。具体步骤如下: