Я новичок в R, и я использую пакет e1071
для классификации SVM в R.
Я использовал следующий код:
data <- loadNumerical()
model <- svm(data[,-ncol(data)], data[,ncol(data)], gamma=10)
print(predict(model, data[c(1:20),-ncol(data)]))
loadNumerical
предназначен для загрузки данных, а данные имеют форму (первые 8 столбцов вводятся, а последний столбец классифицируется):
[,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9]
1 39 1 -1 43 -1 1 0 0.9050497 0
2 23 -1 -1 30 -1 -1 0 1.6624974 1
3 50 -1 -1 49 1 1 2 1.5571429 0
4 46 -1 1 19 -1 -1 0 1.3523685 0
5 36 1 1 29 -1 1 1 1.3812029 1
6 27 -1 -1 19 1 1 0 1.9403649 0
7 36 -1 -1 25 -1 1 0 2.3360004 0
8 41 1 1 23 1 -1 1 2.4899738 0
9 21 -1 -1 18 1 -1 2 1.2989637 1
10 39 -1 1 21 -1 -1 1 1.6121595 0
Число строк в данных равно 500.
Как показано в приведенном выше коде, я проверил первые 20 строк для прогнозирования. И выход:
1 2 3 4 5 6 7
0.04906014 0.88230392 0.04910760 0.04910719 0.87302217 0.04898187 0.04909523
8 9 10 11 12 13 14
0.04909199 0.87224979 0.04913189 0.04893709 0.87812890 0.04909588 0.04910999
15 16 17 18 19 20
0.89837037 0.04903778 0.04914173 0.04897789 0.87572114 0.87001066
Я интуитивно могу сказать из результата, что, когда результат близок к 0, он означает 0 класс и если он близок к 1 в классе 1.
Но мой вопрос: как я могу точно интерпретировать результат: есть ли порог s, который я могу использовать, чтобы значения ниже s были классифицированы как 0, а значения выше s классифицируются как 1?
Если существует такое s, как я могу его получить?