通过交叉验证（支持向量机、逻辑回归）检查结果的稳健性
Check robustness of results through cross validation (SVM, Logistic Regression)
我已经使用训练集和测试集对我的数据集执行了逻辑回归和支持向量机。
现在，为了检查我的结果是否可靠，我想执行交叉验证（我正在使用 caret 包）。
我正在使用此代码：
train_control <- trainControl(method="repeatedcv", number=10, repeats=10)
model <- train(response ~., data=df, trControl=train_control, method="glm")
但是，对我来说，我似乎只是在检查逻辑回归模型的准确性（因为我使用的是 method="glm"）。
如何使用交叉验证来检查 SVM 模型的准确性？ （不存在名为 'svm' 的方法）
Caret 中有几个 svm 方法：
"svmLinear" ：使用线性内核
"svmPoly" ：使用多项式内核
"svmRadial" ：使用径向基函数内核
查看此站点以了解 Caret 支持的所有可用模型
https://topepo.github.io/caret/available-models.html
我已经使用训练集和测试集对我的数据集执行了逻辑回归和支持向量机。
现在，为了检查我的结果是否可靠，我想执行交叉验证（我正在使用 caret 包）。
我正在使用此代码：
train_control <- trainControl(method="repeatedcv", number=10, repeats=10)
model <- train(response ~., data=df, trControl=train_control, method="glm")
但是，对我来说，我似乎只是在检查逻辑回归模型的准确性（因为我使用的是 method="glm"）。
如何使用交叉验证来检查 SVM 模型的准确性？ （不存在名为 'svm' 的方法）
Caret 中有几个 svm 方法：
"svmLinear" ：使用线性内核
"svmPoly" ：使用多项式内核
"svmRadial" ：使用径向基函数内核
查看此站点以了解 Caret 支持的所有可用模型 https://topepo.github.io/caret/available-models.html