18

我有兴趣测试 SVM 性能以将几个人分为四个组/类。当使用 MATLAB 中的 svmtrain LibSVM 函数时，我能够根据该方程的值获得用于将这些个体分类为 4 组的三个方程。一个方案可能如下：

                All individuals (N)*
                      |
 Group 1 (n1) <--- equation 1 --->  (N-n1)
                                      |
                   (N-n1-n2) <--- equation 2 ---> Group 2 (n2)
                      |
Group 3 (n3) <--- equation 3 ---> Group 4(n4)

*N = n1+n2+n3+n4

有没有办法使用 e1071 R 包中的 svm 函数来获得这些方程？

4

1 回答 1

42

svmine1071使用“一对一”策略进行多类分类（即所有对之间的二元分类，然后是投票）。因此，要处理这种分层设置，您可能需要手动执行一系列二进制分类器，例如第 1 组与全部，然后第 2 组与剩下的任何东西，等等。此外，基本svm功能不会调整超参数，所以您通常会希望使用像tuneine1071或train在优秀caret包中这样的包装器。

无论如何，要在 R 中对新个体进行分类，您不必手动将数字插入方程。相反，您使用predict泛型函数，它具有适用于不同模型（如 SVM）的方法。对于这样的模型对象，您通常也可以使用泛型函数plot和summary. 以下是使用线性 SVM 的基本思想示例：

require(e1071)

# Subset the iris dataset to only 2 labels and 2 features
iris.part = subset(iris, Species != 'setosa')
iris.part$Species = factor(iris.part$Species)
iris.part = iris.part[, c(1,2,5)]

# Fit svm model
fit = svm(Species ~ ., data=iris.part, type='C-classification', kernel='linear')

# Make a plot of the model
dev.new(width=5, height=5)
plot(fit, iris.part)

# Tabulate actual labels vs. fitted labels
pred = predict(fit, iris.part)
table(Actual=iris.part$Species, Fitted=pred)

# Obtain feature weights
w = t(fit$coefs) %*% fit$SV

# Calculate decision values manually
iris.scaled = scale(iris.part[,-3], fit$x.scale[[1]], fit$x.scale[[2]]) 
t(w %*% t(as.matrix(iris.scaled))) - fit$rho

# Should equal...
fit$decision.values

在此处输入图像描述

将实际类标签与模型预测制表：

> table(Actual=iris.part$Species, Fitted=pred)
            Fitted
Actual       versicolor virginica
  versicolor         38        12
  virginica          15        35

从模型对象中提取特征权重svm（用于特征选择等）。在这里，Sepal.Length显然更有用。

> t(fit$coefs) %*% fit$SV
     Sepal.Length Sepal.Width
[1,]    -1.060146  -0.2664518

要了解决策值的来源，我们可以手动将它们计算为特征权重和预处理特征向量的点积，减去截距偏移量rho。（如果使用 RBF SVM 等，预处理意味着可能居中/缩放和/或内核转换等）

> t(w %*% t(as.matrix(iris.scaled))) - fit$rho
         [,1]
51 -1.3997066
52 -0.4402254
53 -1.1596819
54  1.7199970
55 -0.2796942
56  0.9996141
...

这应该等于内部计算的值：

> head(fit$decision.values)
   versicolor/virginica
51           -1.3997066
52           -0.4402254
53           -1.1596819
54            1.7199970
55           -0.2796942
56            0.9996141
...
于 2011-10-14T22:48:20.060 回答