R_Language 板


LINE

[问题类型]: 程式谘询(我想用R做某件事情,但是我不知道要怎麽用R写出来) [软体熟悉度]: 使用者(已经有用R做过不少作品) [问题叙述]: 我有一个类别变数,有四个levels, 表达该列的受试者为年轻或老年、男性或女性。(YM、YF、OM、OF) 另有六个从0到8的测验九点量表分数(可以想成是同一个测验里的不同题)。 我想达到的目的是让SVM学习如何分辨这四个群体的表现, 进而告诉我这四个群体的差别(decision boundary)在哪。 更精确地说,我希望有个东西可以量化这四个群组的表现, 例如老年男性在这六题较其它三组给出较高的分数, 老年女性只在第一题稍高但其他都偏低,等等。 原本MANOVA再做事後分析应该就能解决这个问题, 但是六题每一题的分数在受试者间给出的都不是常态分布, 所以目前尝试用SVM解决... 或是大家有更好的办法吗? gamma和cost的选择已经调整过,选择表现最佳者, cross-validation也有做, 机器学习的结果已经确认是有效的,但我即使用str去看做出来的模型, 还是不知道decision boundary放在哪里。 [程式范例]: svm.model <- svm(Subject_AgeSex ~ X1 + X2 + X3 + X4 + X5 + X6, data = train.data, scale = FALSE, cost = 64, gamma = 0.05, cross = 10) [环境叙述]: R version 3.3.2 (2016-10-31) Platform: x86_64-apple-darwin13.4.0 (64-bit) Running under: OS X El Capitan 10.11.6 locale: [1] zh_TW.UTF-8/zh_TW.UTF-8/zh_TW.UTF-8/C/zh_TW.UTF-8/zh_TW.UTF-8 attached base packages: [1] stats graphics grDevices utils datasets methods base other attached packages: [1] ggplot2_2.2.0 e1071_1.6-7 loaded via a namespace (and not attached): [1] colorspace_1.3-2 scales_0.4.1 assertthat_0.1 lazyeval_0.2.0 [5] plyr_1.8.4 class_7.3-14 tools_3.3.2 gtable_0.2.0 [9] tibble_1.2 Rcpp_0.12.8 grid_3.3.2 munsell_0.4.3 [关键字]: SVM --



※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 140.112.121.113
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/R_Language/M.1484106227.A.28D.html ※ 编辑: clsmbstu (140.112.121.113), 01/11/2017 13:22:26 ※ 编辑: clsmbstu (140.112.121.113), 01/11/2017 13:24:49
1F:→ clsmbstu: 编辑内容:补充问题叙述与分析目的 01/11 13:25
2F:→ andrew43: 用predict(svm_model, dt) 其中 dt 中先放很密的数列 01/11 15:10
这样的话,我只能不断透过尝试去寻找它在每一种状况下的边界罗? 例如说: newdata <- as.data.frame(matrix(rep(seq(0, 8, 0.01), times = 6), nrow = length(seq(0, 8, 0.01)), ncol = 6)) names(newdata) <- paste("X", 1:6, sep = "") predict(svm.model, newdata) 这种状况是X1 ~ X6同步变动, 如果想看其中之一/之二比较高的状况, 就要自行调整newdata的内容,我有理解错吗?谢谢! ※ 编辑: clsmbstu (140.112.121.113), 01/11/2017 15:50:18
3F:→ andrew43: 我觉得是这样。和你一样在str(svm_model)找不到解。 01/11 15:51
4F:推 vennu: 用mds降维,然後把4类结果用不同颜色标上去,再把sv画上去 01/18 18:00
5F:→ vennu: 。试试…… 01/18 18:00







like.gif 您可能会有兴趣的文章
icon.png[问题/行为] 猫晚上进房间会不会有憋尿问题
icon.pngRe: [闲聊] 选了错误的女孩成为魔法少女 XDDDDDDDDDD
icon.png[正妹] 瑞典 一张
icon.png[心得] EMS高领长版毛衣.墨小楼MC1002
icon.png[分享] 丹龙隔热纸GE55+33+22
icon.png[问题] 清洗洗衣机
icon.png[寻物] 窗台下的空间
icon.png[闲聊] 双极の女神1 木魔爵
icon.png[售车] 新竹 1997 march 1297cc 白色 四门
icon.png[讨论] 能从照片感受到摄影者心情吗
icon.png[狂贺] 贺贺贺贺 贺!岛村卯月!总选举NO.1
icon.png[难过] 羡慕白皮肤的女生
icon.png阅读文章
icon.png[黑特]
icon.png[问题] SBK S1安装於安全帽位置
icon.png[分享] 旧woo100绝版开箱!!
icon.pngRe: [无言] 关於小包卫生纸
icon.png[开箱] E5-2683V3 RX480Strix 快睿C1 简单测试
icon.png[心得] 苍の海贼龙 地狱 执行者16PT
icon.png[售车] 1999年Virage iO 1.8EXi
icon.png[心得] 挑战33 LV10 狮子座pt solo
icon.png[闲聊] 手把手教你不被桶之新手主购教学
icon.png[分享] Civic Type R 量产版官方照无预警流出
icon.png[售车] Golf 4 2.0 银色 自排
icon.png[出售] Graco提篮汽座(有底座)2000元诚可议
icon.png[问题] 请问补牙材质掉了还能再补吗?(台中半年内
icon.png[问题] 44th 单曲 生写竟然都给重复的啊啊!
icon.png[心得] 华南红卡/icash 核卡
icon.png[问题] 拔牙矫正这样正常吗
icon.png[赠送] 老莫高业 初业 102年版
icon.png[情报] 三大行动支付 本季掀战火
icon.png[宝宝] 博客来Amos水蜡笔5/1特价五折
icon.pngRe: [心得] 新鲜人一些面试分享
icon.png[心得] 苍の海贼龙 地狱 麒麟25PT
icon.pngRe: [闲聊] (君の名は。雷慎入) 君名二创漫画翻译
icon.pngRe: [闲聊] OGN中场影片:失踪人口局 (英文字幕)
icon.png[问题] 台湾大哥大4G讯号差
icon.png[出售] [全国]全新千寻侘草LED灯, 水草

请输入看板名称,例如:Gossiping站内搜寻

TOP