kernlab

3熱

1答えて

私はSVM分類器を構築しようとしていますが、predictに問題があります。 > modelrbf<-ksvm(set,y,kernel="rbfdot",type="C-svc") Using automatic sigma estimation (sigest) for RBF or laplace kernel > predict(modelrbf,set[24,]) Error in

1熱

1答えて

Rパッケージmlr：classif.ksvmのカスタムカーネルのオプション

svmをカスタムカーネルでビルドしたいと思っています。通常、私はそのためにRパッケージkernlabを使用しています。異なるカーネルを試してハイパーパラメータを調整したいので、素敵なパッケージmlrを使いたいと思っていました。しかし、わかっている限り、ksvmラーナー（ "classif.ksvm"）にカスタムカーネルを渡すためのカーネルタイプのオプション "matrix"はサポートしていませ

-1熱

1答えて

R：テキスト分類のためのスペクトルクラスタリング

tmパッケージを使用して文書のコーパスを作成しています。テキスト分類にスペクトルクラスタリング（kernlabパッケージ）を使用します。だから、私はコーパス my_corpus = VCorpus(DirSource(directory="C:/Users/me/Desktop/Documents", pattern="txt") を持っていると私は、私のように置けばいいのどのような specc

8熱

1答えて

キャレットエラーを伴うSVM分類（基本）

私はおそらく、ここでは非常に単純な（そして愚かな）間違いをしていますが、私はそれを理解できません。私はKaggle（Digit Recognizer）からいくつかのデータを再生しており、いくつかの分類を行うために、CaretパッケージでSVMを使用しようとしています。私がラベル値を型数値として関数に差し込むだけでは、Caretのtrain関数はデフォルトに回帰しているようで、パフォーマンスはかなり

1熱

1答えて

あらかじめ計算したカーネルでkernlabパッケージを使用したときのエラー

私はkernlabパッケージを使用していて、ksvm/predictのカーソルを事前に計算して機能させていました。私が持っているエラーメッセージは次のとおりです。私は、エラーの場所のためのソースコードを見て発見した > ksvm.mod <- ksvm(trainingset.outer, traininglabels.outer, kernel = "matrix",type="C-svc",

1熱

1答えて

キャレットとsvmの予測のクロスバリデーション

モデルのチューニング時に生成されるROC/Sens/Specと、同じデータセットのモデルが実際に行った予測との違いがあるようです。私はkernlabのksvmを使用するキャレットを使用しています。私はglmでこの問題を経験していません。 data(iris) library(caret) iris <- subset(iris,Species == "versicolor" | Species

0熱

1答えて

キャレットのカスタムSVMモデルのチューニングでエラーが発生しました

キャレットパッケージのカスタムトレーニングモデルに問題があります。私はSVM回帰を行う必要があり、私はSVMモデルのすべてのパラメータ、つまりコスト、シグマ、イプシロンを見つけたいと思っています。ビルトインバージョンはコストとシグマしかありません。私はすでにかなり役立つヒントhereとhereを見つけましたが、私のモデルはまだ動作しません。 Error in models$grid(x = x,

6熱

1答えて

kernlabパッケージのksvmでカーネル機能をカスタマイズするには？

私は緯度と経度を持っているので、RBFカーネルをexp（-1/2 || sophere distrance ||^2）に再定義する必要があります。これは自分自身でカーネル関数を書き直す必要があることを意味します。次のように私は私のカーネルを書く：私は機能をテストし round.kernel <- function(x,y){ sigma <- 1 #R <- 6371