学习一下，楼主总结的很全面

学习一下，楼主总结的很全面

强帖要回复

这个东西很强大

多谢楼主~~~~~~~~

thank you

有益处，谢谢楼主

挺好的东西

学习了。。。

不错 正需要呢

学习了，感谢楼主分享。

感谢楼主，正在做机器学习的课程作业

好好的学习资料

好复杂，很难的样子

最近在看相关内容，楼主整理的挺好。

正想要学习一下

想请问一下楼主，用所得到的向量机回归模型貌似只能预测训练集的数据啊，测试集的数据怎么预测？

好帖，

hao   haoa

学习啦。。。谢谢

谢谢楼主

library(e1071)
set.seed(1234)
ind<-sample(2,nrow(iris),replace=TRUE,prob=c(0.7,0.3)) #70%为训练集 30%为测试集
train<-iris[ind==1,]
test<-iris[ind==2,]
svm<-svm(train[,1:4],train[,5],type="C-classification",
         cost=10,kernel="radial",probability=TRUE,scale=FALSE)
pred<-predict(svm,test[,1:4],decision.values=TRUE)
table(pred,test[,5])





library(e1071)
model <- svm(Species ~ ., data = iris,            
             method = "C-classification", kernel = "radial",              
             cost = 10, gamma = 0.1)
summary(model)
plot(model, iris, Petal.Width ~
       Petal.Length, slice = list(Sepal.Width = 3,                              
                                  Sepal.Length = 4))
pre=predict(model, iris,type='class')
table(pre,iris$Species)




弱弱地问lz   这两个有什么区别呢  

推荐一款最易用的支持向量机软件：Excel+SVM，无需繁琐安装，无需复杂参数设置，一键自动寻优，高精度单因变量、多因变量回归、两分类、多分类。www.plsexcelword.com。

     有BP、RBF、PNN、GRNN、Elman、SOM、LVQ七种神经网络功能，软件根据Excel表格中变量特征，预先给出默认参数。一般情况下，只需要标记、确定两步就能完成操作。由于是调用matlab神经网络工具箱函数，准确性不用怀疑。是目前市面上最易用的神经网络软件包。
     有二分类、多分类、单因变量回归、多因变量回归功能，软件自动寻优，只需要标记、确定两步就能完成操作，得到准确率高的分类和回归结果。由于是调用LS-SVM工具箱函数，准确性不用怀疑。是目前市面上最易用的支持向量机软件包。
     有PLS12、bootstrao检验，输出结果有一个结论全面，通俗易懂的Word文档格式的统计分析报告，不熟悉数理统计的一线工作人员也能理解。除了便于实际应用外，软件运行后产生的所有Excel图表和Word分析报告均可以编辑，加上专业知识很方便就能打造出有技术含量，有深度，有见解的论文或报告是目前市面上最易用的偏最小二乘回归软件包。
     www.plsexcelword.com

推荐一款最易用的支持向量机软件：Excel+SVM，无需繁琐安装，无需复杂参数设置，一键自动寻优，高精度预测、分类。www.plsexcelword.com。

易用易懂的支持向量机
        有二分类、多分类、单因变量回归、多因变量回归功能。软件自动寻优，只需要标记、确定两步就能完成操作，得到准确率高的分类和回归结果。由于是调用LS-SVM工具箱函数，准确性不用怀疑。是目前市面上最易用的支持向量机软件包。www.plsexcelword.com

谢谢楼主

norm.preds <- predict(svr, norm.data)  这句运行的时候提示：Error in .local(object, ...) : test vector does not match model !
请教下是什么问题哦？

楼主

下面的情况怎么解释呢？

> library(e1071)
> modal<-svm(Species~.,data=iris,
+            method="C-classification",kernel="radial",
+            cost=10,gamma=0.1)
> summary(model)
Error in summary(model) : object 'model' not found
> plot(model,iris,Petal.Width~
+        Petal.Length,slice=list(Sepal.Width=3,
+                                Sepal.Length=4))
Error in plot(model, iris, Petal.Width ~ Petal.Length, slice = list(Sepal.Width = 3,  :
  object 'model' not found
> pre=predict(model,iris,type='class')
Error in predict(model, iris, type = "class") : object 'model' not found
> table(pre,iris$Species)
Error in table(pre, iris$Species) : object 'pre' not found


> library("klaR")
> data("B3")
> Bmod<-svmlight(PHASEN~.,data=B3,
+                svm.options="-c 10 -t 2 -g 0.1 -v 0")
Error in file(con, "r") : cannot open the connection
In addition: Warning messages:
1: running command 'svm_learn -c 10 -t 2 -g 0.1 -v 0 _train_1.dat _model_1.txt' had status 127
2: In file(con, "r") :
  cannot open file '_model_1.txt': No such file or directory
> predict(Bmod,B3[c(4,9,30,60,80,120),
+                 -1])
Error in predict(Bmod, B3[c(4, 9, 30, 60, 80, 120), -1]) :
  object 'Bmod' not found


> library(e1071)
> modal.svm<-svm(a1~.,norm.data)
> preds<-predit(model.svm,norm.data)
Error: could not find function "predit"
> plot(preds~ scale(clean.algae$a1))
Error in eval(expr, envir, enclos) : object 'preds' not found
>
> library(rminer)
> set.seed(1234)
> svr<-fit(a1~.,norm.data,modal="svm")
> #利用模型进行预测
> norm.preds<-predict(svr,norm.data)
> #绘制预测值与真实值之间的散点图
> plot(norm.preds~scale(clean.algae$a1))
> #计算相对误差
> (nmse2<-mean((norm.preds-scale(clean.algae$a1))^2)/
+   mean((mean(scale(clean.algaea1))-scale(clean.algaea1))^2))
Error in scale(clean.algaea1) : object 'clean.algaea1' not found

楼主，求助！！！
为什么rminer安装成功后加载系统显示不能用呢？
> library(rminer)
Error in loadNamespace(i, c(lib.loc, .libPaths()), versionCheck = vI[]) :
  不存在叫‘ggplot2’这个名字的程辑包
错误: ‘rminer’程辑包或名字空间载入失败，