我有一些数据,Y变量是一个因子-好或坏。我正在使用"插入"包中的"train"方法构建一个支持向量机。使用"train"函数,我能够最终确定各种调谐参数的值,并得到最终的支持向量机。对于测试数据,我可以预测"类"。但当我试图预测测试数据的概率时,我得到以下错误(例如,我的模型告诉我,测试数据中的第一个数据点y="好",但我想知道获得"好"的概率是多少……通常在支持向量机的情况下,模型会计算预测的概率。如果y变量有两个结果,则模型会预测每个结果的概率。具有最大概率的结果被视为最终解决方案)
**Warning message:
In probFunction(method, modelFit, ppUnk) :
kernlab class probability calculations failed; returning NAs**
示例代码如下
library(caret)
trainset <- data.frame(
class=factor(c("Good", "Bad", "Good", "Good", "Bad", "Good", "Good", "Good", "Good", "Bad", "Bad", "Bad")),
age=c(67, 22, 49, 45, 53, 35, 53, 35, 61, 28, 25, 24))
testset <- data.frame(
class=factor(c("Good", "Bad", "Good" )),
age=c(64, 23, 50))
library(kernlab)
set.seed(231)
### finding optimal value of a tuning parameter
sigDist <- sigest(class ~ ., data = trainset, frac = 1)
### creating a grid of two tuning parameters, .sigma comes from the earlier line. we are trying to find best value of .C
svmTuneGrid <- data.frame(.sigma = sigDist[1], .C = 2^(-2:7))
set.seed(1056)
svmFit <- train(class ~ .,
data = trainset,
method = "svmRadial",
preProc = c("center", "scale"),
tuneGrid = svmTuneGrid,
trControl = trainControl(method = "repeatedcv", repeats = 5))
### svmFit finds the optimal values of tuning parameters and builds the model using the best parameters
### to predict class of test data
predictedClasses <- predict(svmFit, testset )
str(predictedClasses)
### predict probablities but i get an error
predictedProbs <- predict(svmFit, newdata = testset , type = "prob")
head(predictedProbs)
这行下面的新问题:根据下面的输出,有9个支持向量。如何识别12个训练数据点中的9个
svmFit$finalModel
类"ksvm"的支持向量机对象
SV类型:C-svc(分类)参数:成本C=1
高斯径向基核函数。超参数:西格玛=0.72640759446315
支持向量数量:9
目标函数值:-56994训练错误:0.083333
在列车控制语句中,您必须指定是否希望返回类概率classProbs = TRUE
。
svmFit <- train(class ~ .,
data = trainset,
method = "svmRadial",
preProc = c("center", "scale"),
tuneGrid = svmTuneGrid,
trControl = trainControl(method = "repeatedcv", repeats = 5,
classProbs = TRUE))
predictedClasses <- predict(svmFit, testset )
predictedProbs <- predict(svmFit, newdata = testset , type = "prob")
给出测试数据集中属于Bad或Good类的概率为:
print(predictedProbs)
Bad Good
1 0.2302979 0.7697021
2 0.7135050 0.2864950
3 0.2230889 0.7769111
编辑
要回答您的新问题,您可以使用系数为coef(svmFit$finalModel)
的alphaindex(svmFit$finalModel)
访问原始数据集中支持向量的位置。