R中的SVM用于回归

Question

我有4个维度的数据.在R中,我使用plot3d,第四维是颜色.我现在想用SVM找到最好的回归线,以给我最好的相关性.基本上,最适合超平面取决于颜色维度.我怎样才能做到这一点？

Answer 1

这是基本的想法(当然,具体的公式将根据您的变量名称和依赖项而有所不同):

library(e1071)

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

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

然后你可以使用常规的summary,plot,predict配合对象等功能.请注意,对于SVM,通常需要调整超参数以获得最佳结果.你可以用tune包装器做到这一点.还要查看caret包装,我觉得这很棒.

Answer 2

看看e1071包中的svm功能.您还可以考虑kernelab,klaR或svmpath包.

编辑:@CodeGuy,John为您提供了一个例子.我想你的4个维度是用来对数据进行分类的功能,而且你还有另一个另一个变量就是真正的类.

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