1
我想要使用包{e1071}来训练svm分类器。我意识到class.weight是我想要调整的参数之一。例如。我想测试两个类的权重c(25,50)和c(20,55),我想知道调优函数中的构建是否可以完成这项工作,如果是这样的话,怎么样?R:调整{e1071}包中的SVM参数 - class.weights
这里是我的训练数据:
training.data =
height0 height1 height2 weight0 weight1 gender class
1 0 1 0 1 0 1 1
2 0 1 0 0 1 0 1
3 0 1 0 0 0 1 1
4 1 0 0 1 0 0 1
5 0 1 0 0 1 0 2
6 0 1 0 0 1 0 2
,并有2个级别的响应变量 '类'
training.data$class =
[1] 1 1 1 1 2 2
Levels: 1 2
我想用这样的功能,
param.obj <- tune(svm, class ~., data = training.data,
ranges = list("1" = c(25, 20), "2" = c(50,55)),
tunecontrol = tune.control(sampling = "cross", cross = 5))
但我不认为这是做这件事的正确方法,因为如果我将“2”更改为“3”,它仍然有效。
param.obj <- tune(svm, class ~., data = training.data,
ranges = list("1" = c(25, 20), "3" = c(50,55)),
tunecontrol = tune.control(sampling = "cross", cross = 5))
不会给我一个错误。我谷歌搜索,但似乎无法找到正确的方法...任何帮助表示赞赏!
没问题。谢谢! (更像'ranges = list(class.weights = list(c(“1”= 25,“2”= 50),c(“1”= 20,“2”= 55))''但它绝对是我正在寻找的东西!) –