0
저는 확률 론적 결과가 0과 1 사이 인 모델에 탄성 망 분류기를 사용하고 있습니다. SVM이 glmnet 모델보다 훨씬 더 우수한 분류 정확도를 제공한다는 것을 알았습니다. e1071이 SV 회귀를 지원한다는 것을 알고 있습니다. 링크 함수를 지정하고 벡터 로지스틱 회귀를 지원하는 방법이 있습니까? 감사. R 3.01, btw 사용.물류 링크 기능이있는 SVM 회귀?
저는 확률 론적 결과가 0과 1 사이 인 모델에 탄성 망 분류기를 사용하고 있습니다. SVM이 glmnet 모델보다 훨씬 더 우수한 분류 정확도를 제공한다는 것을 알았습니다. e1071이 SV 회귀를 지원한다는 것을 알고 있습니다. 링크 함수를 지정하고 벡터 로지스틱 회귀를 지원하는 방법이 있습니까? 감사. R 3.01, btw 사용.물류 링크 기능이있는 SVM 회귀?
로짓 링크 기능을 사용하는 대신 (나는 당신이 어떻게 될지 모르겠다), 모델 매개 변수에 probability=True
을 설정해야한다고 생각한다.
이 예를 사용 해보세요 :
library(e1071)
data(iris)
#convert this into a two class problem with 0's and 1's in our response
subs_iris = subset(iris, Species != 'virginica')
subs_iris$Species = ifelse(subs_iris$Species == 'setosa',0,1)
attach(subs_iris)
x <- subset(subs_iris, select = -Species)
y <- Species
model <- svm(x, as.factor(y), probability=T)
(pred <- predict(model, x, probability=T))
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63
0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1
64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
attr(,"probabilities")
0 1
1 0.987105973 0.01289403
2 0.981947817 0.01805218
3 0.985437173 0.01456283
4 0.982502592 0.01749741
5 0.986736251 0.01326375
6 0.985797388 0.01420261
7 0.982548458 0.01745154
8 0.986618794 0.01338121
9 0.978261097 0.02173890
10 0.983057145 0.01694286
11 0.985273718 0.01472628
12 0.985044518 0.01495548
13 0.982882845 0.01711715
14 0.977350638 0.02264936
15 0.977353717 0.02264628
16 0.977337824 0.02266218
17 0.986633849 0.01336615
18 0.987559915 0.01244008
19 0.979015418 0.02098458
20 0.986641340 0.01335866
21 0.979223478 0.02077652
22 0.987128146 0.01287185
23 0.977319879 0.02268012
24 0.977318096 0.02268190
25 0.982043578 0.01795642
26 0.977302751 0.02269725
27 0.985124984 0.01487502
28 0.986267482 0.01373252
29 0.985675766 0.01432423
30 0.983434135 0.01656587
31 0.982646443 0.01735356
32 0.979790608 0.02020939
33 0.979143578 0.02085642
34 0.981984290 0.01801571
35 0.983332565 0.01666743
36 0.985862990 0.01413701
37 0.980783392 0.01921661
38 0.983998736 0.01600126
39 0.979876054 0.02
40 0.986253654 0.01374635
41 0.987705405 0.01229459
42 0.946960057 0.05303994
43 0.978967777 0.02103222
44 0.980641733 0.01935827
45 0.984315643 0.01568436
46 0.981331513 0.01866849
47 0.985423052 0.01457695
48 0.983645068 0.01635493
49 0.986290826 0.01370917
50 0.986350301 0.01364970
51 0.029433804 0.97056620
52 0.016430412 0.98356959
53 0.024776288 0.97522371
54 0.009426853 0.99057315
55 0.016452416 0.98354758
56 0.012704127 0.98729587
57 0.019445907 0.98055409
58 0.030085332 0.96991467
59 0.018511622 0.98148838
60 0.014208017 0.98579198
61 0.029383457 0.97061654
62 0.014964845 0.98503516
63 0.026215448 0.97378455
64 0.013069314 0.98693069
65 0.022539574 0.97746043
66 0.019169611 0.98083039
67 0.018805048 0.98119495
68 0.019024824 0.98097518
69 0.029443333 0.97055667
70 0.011480062 0.98851994
71 0.026777215 0.97322278
72 0.014014692 0.98598531
73 0.021568195 0.97843180
74 0.015284531 0.98471547
75 0.015807559 0.98419244
76 0.016950698 0.98304930
77 0.025482614 0.97451739
78 0.023218517 0.97678148
79 0.012583780 0.98741622
80 0.022016637 0.97798336
81 0.010875445 0.98912455
82 0.014092065 0.98590794
83 0.013192719 0.98680728
84 0.017883555 0.98211644
85 0.024212461 0.97578754
86 0.029433804 0.97056620
87 0.018419284 0.98158072
88 0.025893165 0.97410684
89 0.022054824 0.97794518
90 0.008828270 0.99117173
91 0.010761677 0.98923832
92 0.013793894 0.98620611
93 0.011470407 0.98852959
94 0.023992095 0.97600791
95 0.010806582 0.98919342
96 0.022895843 0.97710416
97 0.015274431 0.98472557
98 0.014182305 0.98581770
99 0.029373597 0.97062640
100 0.012725531 0.98727447
Levels: 0 1
진실은, "단지 각 레코드 클래스에있는 확률을보고 내가 여기 $probabilities
속성을 액세스하는 어려움을 겪고있어,하지만 이론적으로 당신은 괜찮을 말했다 수를 1".
분류 도구로 svm을 사용하려면 Species 응답을 숫자가 아닌 요소로 사용해야합니다. 그렇지 않으면 예언에 나와있는 것처럼 예상치 중 일부가 1보다 커집니다. max (pred) = 1.05 –
감사합니다. 내 대답이 업데이트되었습니다. 내가 잘못된 속성을 사용하고있는 것처럼 보입니다. 실제로 회귀를하고 있었기 때문에 올바른 것처럼 보였습니다. 감사. –
필자는 결국이 결과물이 'attr'을 통해 액세스되는 요소가 아니라 '$'연산자를 통해 액세스 할 수있는 객체가 될 것으로 예상했습니다. 팁 고마워. – TomR