kernlab

    0热度

    1回答

    如何让ksvm在缩放训练后预测非缩放值

    当我使用kernlab包中的ksvm运行SVM时，我最终模型中的predict命令的所有输出都会缩放。我知道这是因为我启动了scaled = T，但我也知道在支持向量机建模中首选缩放您的数据。如何轻松告诉ksvm返回非缩放预测？如果没有，是否有办法将预测的缩放值操作为原始值？谢谢你，代码如下： svm1 <- ksvm(Y ~ 1 + X1 + X2 ,
    r statistics svm predict kernlab 2015-01-09

    1热度

    1回答

    交叉验证的预测为插入符和SVM

    似乎有是被调整模型时所产生的ROC /桑斯/规格之间的差异，通过对相同的数据集的模型进行的实际预测。我正在使用使用kernlab的ksvm的脱字符号。我没有遇到glm的这个问题。 data(iris) library(caret) iris <- subset(iris,Species == "versicolor" | Species == "setosa") # we need only
    r machine-learning svm r-caret kernlab 2016-12-15

    4热度

    1回答

    Kernlab kraziness：对于相同问题的结果不一致

    我在kernlab软件包中发现了一些令人费解的行为：估计在数学上相同的SVM在软件中产生不同的结果。 此代码片段只是为了简单起见，需要虹膜数据并使其成为二元分类问题。正如你所看到的，我在两个SVM中都使用了线性内核。 library(kernlab) library(e1071) data(iris) x <- as.matrix(iris[, 1:4]) y <- as.factor(
    r machine-learning svm kernlab 2015-11-19

    -1热度

    1回答

    R：用于文本分类的谱聚类

    我正在使用tm包创建文档的语料库，我想使用谱聚类（kernlab包）进行文本分类。 所以，如果我有一个语料库 my_corpus = VCorpus(DirSource(directory="C:/Users/me/Desktop/Documents", pattern="txt") 而且我想用specc功能，采用下列参数 specc(x, centers, kernel) 我该怎么把为执行谱聚类
    r classification cluster-analysis tm kernlab 2017-03-04

    3热度

    1回答

    kernlab中的概率模型:: ksvm

    对于kernlab::ksvm中的分类任务，使用的默认SVM是C-svm（LIBSVM，Chang & Lin），它计算二进制分类任务。这可以通过计算多个1和多个二进制分类器并汇总结果来扩展到多类问题。本地多类别分类通过spoc-svm（Crammer，Singer）和kbb-svm（Weston，Watkins）支持。 这些在kernlab经由type参数在ksvm（见?kernlab::ksv
    r svm kernlab 2015-12-16

    1热度

    1回答

    使用带预计算内核的kernlab软件包时出错

    我一直在使用kernlab软件包，并且使用ksvm/predict函数和预计算内核来解决问题。 我已经得到该错误消息： > ksvm.mod <- ksvm(trainingset.outer, traininglabels.outer, kernel = "matrix",type="C-svc", C = 60, prob.model = TRUE) > temp <- predict(ks
    r svm predict kernlab 2016-05-18

    0热度

    1回答

    如果“不可见（）”，“回声= F”，“警告= F”或“错误= F”都不起作用，则抑制输出滑动？

    我想压制消息“设置默认内核参数”，但没有任何讨论的选项here正在执行“echo = F”，“warning = F”，“message = F”或使用“无形”。 我还能做什么？当我在k-fold交叉验证循环中执行上述命令时，信息字符串的确会干扰幻灯片的布局。
    r r-markdown slidify kernlab 2016-10-21

    3热度

    1回答

    是什么，同时运行kernlab包的ksvm R中

    我使用下面的语法 svmFit = ksvm(x=solTrainXtrans, y=solTrainYSVM, kernel="stringdot", kpar="automatic", C=1, epsilon=0.1) X参数调用kernlab包在R上的ksvm方法这个错误的意思是有特征的data.frame值和y参数是具有各种值的列表。 运行上述行时出现以下错误。 Error in d
    r machine-learning svm do.call kernlab 2014-10-26

    12热度

    1回答

    如何将多个时间序列数据呈现给R中的SVM（ksvm）（或者，如何将二维输入数据呈现给SVM）

    如何使ksvm模型知道数据集中的前100个数字是来自一个传感器的所有时间序列数据，而接下来的100个数字都是来自另一个传感器等的时间序列数据，用于六个独立的时间序列传感器输入？或者（也许更一般地），我怎样才能向SVM提供二维输入数据？ 我需要一个二进制是/否预测模型的过程有六个非周期的时间序列输入，全部采用相同的采样频率。事件触发数据收集的开始，并且在预定时间之后，我需要是/否预测（最好包括正确性
    r time-series svm kernlab 2015-04-17

    1热度

    1回答

    高斯过程分类：问题预测测试设定为大于训练集

    我使用从kernlab包高斯过程分类gausspr功能，并运行到以下错误消息： 错误votematrix [我，RET> 0]（下标）逻辑下标太 长 任何时候我尝试使用分类，使上具有比训练集中更多的观测数据集的预测。 这里是一个非常简单的例子来重现此问题： data(iris) gp1 = gausspr(Species ~., data=iris) predict(gp1,iris[c(1:
    r kernlab 2016-03-05
最新问题