如何在R中獲得SVM模型的功能？

Question

我有一個要使用13個變量預測的二進制標簽。

我使用過R SVM（確切地說，我從吵鬧聲中使用了KSVM），並且我想獲取平面的功能（基於變量的權重）以在其他數據系統中使用該功能。 任何想法？

謝謝！

Answer 1

我為此也掙扎了很長時間！ 終於找到了答案，我將針對兩類情況使用kernlab軟件包進行演示：

library(kernlab)
# set seed to make this reproducible
set.seed(101)
# create a matrix of inputs
x <- rbind(matrix(rnorm(120),,2),matrix(rnorm(120,mean=3),,2)); head(x)
# create an output...something simple and contrived
y <- matrix(c(rep(1,60),rep(-1,60))); head(y); tail(y)
# train svm model
our_svm <- ksvm(x,y,type="C-svc")
# if you want to plot classification results, run plot(our_svm,data=x)

# get the weights of the classifier
(w <- colSums(coef(our_svm)[[1]] * x[unlist(alphaindex(our_svm)),]))
# get the intercept
(b <- b(our_svm))

# our classifier takes the form g(x) = sign(f(x)),
# where f(x) = w*x + b, and input variables x are SCALED AND TRANSPOSED

# scale it
x_sc <- scale(x); head(x_sc)
# get the f(x) (don't forget to transpose x!)
(f_x <- colSums(t(x_sc)*w) + b)
# get the sign, which is the class of the inputs
(g_x <- sign(f_x))

# if we run fitted(our_svm), we'll see it came up with the same results
# as our manual calculations
table(Manual_Calc = g_x, From_Model = fitted(our_svm))

因此，現在，如果您有任何新輸入，只需對其進行縮放，轉置並插入f（x） ，然后插入g（x）以獲得其類-這兩個函數就是您的SVM分類器。

Answer 2

1. 打開RStudio並發出嘎嘎聲。
2. 使用GUI做模型。
3. 有一個日志選項卡（最右邊的一個）。 該選項卡包含您使用GUI所完成的所有R指令。
4. 查找並復制命令並在需要的地方使用。