如何在 R 中预测多个 svm 模型？

Question

我分别有训练和测试图像。我想以迭代方式预测 SVM 模型。创建模型后，如果我预测结果，我只能看到最后的预测值，而不是 n 个模型的所有预测值。我想知道如何自动化创建 n 个 SVM 模型并预测所有值的过程。

提前致谢。

Answer 1

如果你的问题是"multi-class"问题，你可以直接应用e1071提供的SVM函数来训练你的数据，这些数据被正确标记了。

如果您的问题是 "multi-instance" 问题，您可以通过给它们不同的名称来训练多个 SVM 模型。对于自动化迭代，您可以使用 paste() 来玩这个把戏。像

for (n in 1:itr) {
  svm.model <- svm(label~., data)
  assign(paste("svm.model", n, sep = "."), svm.model)
}

对于多个 SVM 模型，您将分别获得 svm.model.1、svm.model.2、...。

How to predict multiple svm models in R?