R语言机器学习系列-支持向量机多分类代码

与二分类问题类似，首先构建公式，然后采用e1071包的svm函数训练支持向量机模型。为了svm函数能够自动构建分类模型，需要先将训练集中因变量设置为factor。为了预测时能输出预测概率，需要设置probability参数为TRUE。

对于分类模型预测时从概率到分类的转化，多分类模型没有采用如二分类模型中的约登法则，一般采用赢家通吃的规则，简单理解就是哪个分类的预测概率最高就将其预测为哪个分类。当然也有其转化规则，比如402040规则。相关的规则，有RSNNS包里面的analyzeClassification函数，大家可以了解下。

# 因变量自变量构建公式
colnames(winequalityred)
form_clsm <- as.formula(
  paste0("quality ~ ", paste(colnames(traindata)[1:11], collapse = " + "))
)
form_clsm

# 构建模型
fit_svm_clsm <- svm(form_clsm, 
                   data = traindata, 
                   kernel = "radial",
                   cost = 1,
                   probability = T)
fit_svm_clsm
# str(fit_svm_clsm)

# 训练集预测概率
trainpred <- predict(fit_svm_clsm, newdata = traindata, probability = T)
trainpredprob <- attr(trainpred, "probabilities")