7
Rパッケージを使用して、SVMで機能選択(例:再帰的な機能選択)を適用しようとしています。私はLibSVMの機能選択をサポートするWekaをインストールしましたが、私はSVMなどの構文の例は見つかりませんでした。短い例が大きな助けになるでしょう。RのSVM機能選択の例
Rパッケージを使用して、SVMで機能選択(例:再帰的な機能選択)を適用しようとしています。私はLibSVMの機能選択をサポートするWekaをインストールしましたが、私はSVMなどの構文の例は見つかりませんでした。短い例が大きな助けになるでしょう。RのSVM機能選択の例
caret
パッケージ内の関数rfe
は、さまざまなアルゴリズムの再帰的な機能選択を実行します。ここでcaret
documentationからの例です:
library(caret)
data(BloodBrain, package="caret")
x <- scale(bbbDescr[,-nearZeroVar(bbbDescr)])
x <- x[, -findCorrelation(cor(x), .8)]
x <- as.data.frame(x)
svmProfile <- rfe(x, logBBB,
sizes = c(2, 5, 10, 20),
rfeControl = rfeControl(functions = caretFuncs,
number = 200),
## pass options to train()
method = "svmRadial")
# Here's what your results look like (this can take some time)
> svmProfile
Recursive feature selection
Outer resampling method: Bootstrap (200 reps)
Resampling performance over subset size:
Variables RMSE Rsquared RMSESD RsquaredSD Selected
2 0.6106 0.4013 0.05581 0.08162
5 0.5689 0.4777 0.05305 0.07665
10 0.5510 0.5086 0.05253 0.07222
20 0.5203 0.5628 0.04892 0.06721
71 0.5202 0.5630 0.04911 0.06703 *
The top 5 variables (out of 71):
fpsa3, tcsa, prx, tcpa, most_positive_charge
がここで 'サイズの=のC(2、5、10、20)'は何ですか?それは、フィーチャー2,10、および20を意味しますか? – Mahsolid
@Mahsolidいいえ、それは使用される機能の数です。 rfeはそのベクトルに与えられた各サイズの最良のモデルを見つけようとします。詳細については、rfeドキュメントを確認してください。 –