在R中使用支持向量机(SVM)进行数据挖掘(下)

本文继续探讨在R中使用支持向量机(SVM)进行数据挖掘。介绍了svm()函数的使用方式,包括核函数类型、参数设置,如degree、gamma和coef0。通过实例展示了模型建立、预测和评估过程,并解释了决策值矩阵的含义。最后,通过可视化展示了模型的分类效果,揭示了模型预测误差的原因。
摘要由CSDN通过智能技术生成

书接上文

在R中使用支持向量机(SVM)进行数据挖掘(上)

http://blog.csdn.net/baimafujinji/article/details/49885481


第二种使用svm()函数的方式则是根据所给的数据建立模型。这种方式形式要复杂一些,但是它允许我们以一种更加灵活的方式来构建模型。它的函数使用格式如下(注意我们仅列出了其中的主要参数)。


                
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

白马负金羁

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值