R 언어 지원 벡터 훈련 모델 기반 클래스 예측
준비 하 다.
이전에 구 축 된 churn 으로 구 축 된 model 을 사용 합 니 다.
조작 하 다.
구 축 된 SVM 모델 과 테스트 데이터 세트 의 속성 을 이용 하여 모델 을 예측 합 니 다.
svm.pred = predict(model,testset[,!names(testset) %in% c("churn")])
svm.table = table(svm.pred,testset$churn)
svm.table
svm.pred yes no
yes 70 12
no 71 865
classAgreement 컴 퓨 팅 분류 일치 성 호출
classAgreement(svm.table)
$diag
[1] 0.9184676
$kappa
[1] 0.5855903
$rand
[1] 0.850083
$crand
[1] 0.5260472
confusionMatrix 호출 분류 표 기반 예측 성능
library(lattice)
library(ggplot2)
library(caret)
confusionMatrix(svm.table)
Confusion Matrix and Statistics
svm.pred yes no
yes 70 12
no 71 865
Accuracy : 0.9185
95% CI : (0.8999, 0.9345)
No Information Rate : 0.8615
P-Value [Acc > NIR] : 1.251e-08
Kappa : 0.5856
Mcnemar's Test P-Value : 1.936e-10
Sensitivity : 0.49645
Specificity : 0.98632
Pos Pred Value : 0.85366
Neg Pred Value : 0.92415
Prevalence : 0.13851
Detection Rate : 0.06876
Detection Prevalence : 0.08055
Balanced Accuracy : 0.74139
'Positive' Class : yes
설명 하 다.
이 절 은 먼저 predict 함 수 를 호출 하여 테스트 데이터 세트 의 예측 모델 을 얻 은 다음 에 table 함수 로 테스트 데이터 세트 의 분류 표를 만 듭 니 다. 다음 의 성능 평가 과정 은 상기 장 에서 다른 방법 으로 평가 하 는 것 과 유사 합 니 다.새로운 함수 classAgreement 를 도입 하여 2 차원 열 연결 표 행렬 간 의 여러 가지 일치 성 관 계 를 계산 합 니 다.diag 계 수 는 분류 표 의 주요 대각 성 데이터 점 의 백분율 이 고 kappa 계 수 는 diag 계수 의 임 의 일치 성에 대한 수정 이다. rand 는 집합 평가 기준 (rand index) 을 대표 하고 주로 두 개의 집적 간 의 유사 성 을 횡 량 하 는 데 사용 된다. crand 계 수 는 요소 의 임 의 분류 상황 이 랜 드 index 에 대한 수정 결과 이다.
SVM 회귀 분석
SVM 예측 연속 변수, 즉 SVM 을 사용 해 회귀 분석 을 할 수도 있다.다음 사례 에서 저 희 는 eps - regression 모델 을 사용 하여 SVM 을 어떻게 사용 하여 회귀 분석 을 수행 하 는 지 설명 합 니 다.Quartet 데이터 세트 를 사용 하여 지원 벡터 기 를 훈련 합 니 다.
library(car)
data(Quartet)
model.regression = svm(Quartet$y1~Quartet$x,type = "eps-regression")
예측 결 과 를 예측 하기 위해 predict 함 수 를 사용 합 니 다.
predict.y = predict(model.regression,Quartet$x)
predict.y
plot 그래 픽 함수 호출, 예측 값 은 정사각형, 훈련 데이터 용 원형:
plot(Quartet$x,Quartet$y1,pch = 19)
points(Quartet$x,predict.y,pch = 15,col = "red")
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
다양한 언어의 JSONJSON은 Javascript 표기법을 사용하여 데이터 구조를 레이아웃하는 데이터 형식입니다. 그러나 Javascript가 코드에서 이러한 구조를 나타낼 수 있는 유일한 언어는 아닙니다. 저는 일반적으로 '객체'{}...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.