ベクトルマシンのR実装をサポート

二分類——クレジットデータを使用する：

データの準備:

credit.csv("credit.csv")
str(credit) 
dim(credit) # 、 
set.seed(123)
x1:1000,200)
credit_train=credit[-x,]
credit_test=credit[x,] # 20% 

モデルの作成:

library(kernlab) # ksvm 
classifierdefault~.,data=credit_train,kernel="rbfdot") # ， 

モデル性能の考察：

default_predictionsdefault,y=default_predictions,prop.chisq = F)
# ：
#  | default_predictions 
#credit_test$default |        no |       yes | Row Total | 
#--------------------|-----------|-----------|-----------|
#                 no |       133 |        11 |       144 | 
#                    |     0.924 |     0.076 |     0.720 | 
#                    |     0.796 |     0.333 |           | 
#                    |     0.665 |     0.055 |           | 
#--------------------|-----------|-----------|-----------|
#                yes |        34 |        22 |        56 | 
#                    |     0.607 |     0.393 |     0.280 | 
#                    |     0.204 |     0.667 |           | 
#                    |     0.170 |     0.110 |           | 
#--------------------|-----------|-----------|-----------|
#       Column Total |       167 |        33 |       200 | 
#                    |     0.835 |     0.165 |           | 
#--------------------|-----------|-----------|-----------|

多分類:アヤメデータの使用

y=sample(1:150,30)
iris_trainiris_testiris_test
multiSpecies~.,data=iris_train,kernel="rbfdot")
predictions_speciestable(iris_test$Species,predictions_species)

結果:
predicted_species
actual species
setosa
versicolor
virginica
setosa
11
0
0
versicolor
0
6
0
virginica
0
1
12