我需要一些帮助来管理 R 中的多个 SVM 模型。我有大约 100 个数据文件,我想读取每个文件,然后使用 e1071 包为该文件训练一个模型。所有文件的名称都包含在一个文件中,因此更容易跟踪每个文件。我使用了以下代码,但无法找到解决方案。
x<-read.table("data.dat", header=F)
x=as.vector(t(x))
vectory <- vector(mode="list", length=length(x))
vectorz <- vector(mode="list", length=length(x))
for (i in 1:length(x))
{
x[i] <- substr(x[i], 3, 100)
#assign(gsub("-", "_", x[i]), read.table(x[i], header=T, #sep=","))
val <- gsub("-", "_", x[i])
vectory[[val]] <- read.table(x[i], header=T, sep=",")
data(vectory[[val]])
valmodel <- x[i]
paste(valmodel, "_model", sep="")
vectorz[[valmodel]] <- ksvm(label ~ ., data=vectory[[val]])
}
在调用 ksvm 函数时,我对数据函数调用和数据参数到底需要做什么感到困惑。
问候