数据挖掘---SVM支持向量机

使用e1071包中的svm函数

1.构建训练集和检验集

data(iris)
ind <- sample(2,nrow(iris),replace=T,prob=c(0.7,0.3)) 
trainSet <- iris[ind==1,]
testSet <- iris[ind==2,]

2.svm函数的使用

svm(formula, data= NULL, 
		na.action = na.omit, #处理缺失值
		kernel="linear"/"polynomial"/"radial basis"/"sigmoid") #默认的是径向基核函数
library(e1071)
svmclass <- svm(Species~.,trainSet, 
					na.action = na.omit, 
					scale= TRUE) 

在这里插入图片描述
cost:惩罚因子

testPre <- predict(svmclass,newdata=testSet)
table(testSet$Species,testPre)
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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
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