kernlab

3зной

1ответ

Заглядывая в функцию прогнозирования в R

Я пытаюсь понять, как работает функция предсказания SVM при использовании команды ksvm из пакета kernel kern. Я попытался заглянуть в функцию предсказания с помощью следующих команд: methods(class="ks

r svm predict kernlab 2015-09-01

---

0зной

1ответ

Как я могу извлечь ошибку обучения из kernlab?

Следующий код: portuguese_scores = read.table("https://raw.githubusercontent.com/JimGorman17/Datasets/master/student-por.csv",sep=";",header=TRUE) portuguese_scores <- portuguese_scores[,!names(portu

r kernlab 2015-09-19

---

0зной

1ответ

Подавление выхода в режиме slidify, если не работают «невидимые()», «echo = F», «warning = F» или «error = F»?

Я хочу подавить сообщение «Установка параметров ядра по умолчанию», но ни одна из обсуждаемых опций here не выполняет задание «echo = F», «warning = F», «message = F» или использование « невидимый». Ч

r r-markdown slidify kernlab 2016-10-21

---

0зной

1ответ

confusionMatrix для классификатора в R

Я использую функцию funusionMatrix из библиотеки каретки в R для оценки производительности нескольких методов, таких как (эластичная сеть из библиотеки glmnet, гауссовые процессоры из kernlib, randomf

r classification r-caret glmnet kernlab 2015-08-18

---

1зной

1ответ

Gaussian классификация процесса с пакетом R kernlab: проблема прогнозирования испытательная установка больше, чем обучение набор

Я использую gausspr функцию из kernlab пакета для гауссова классификации процессов, и работает в следующее сообщение об ошибке: Ошибка в votematrix [я, RET> 0]: (индекс) логический индекс слишком долг

r kernlab 2016-03-05

---

0зной

1ответ

Kernel-PCA, KPCA: вставлять новые данные, ошибка

Я хочу применить KPCA к своим данным обучения, прежде чем передать его на свой SVM, который, кажется, отлично работает с kernlab. Впоследствии я хочу встроить свой тестовый ввод в новое пространство,

pca kernlab 2015-10-12

---

1зной

1ответ

R package mlr: опция для пользовательских ядер в classif.ksvm

Я хочу построить svm с настраиваемым ядром. Обычно я использую пакет R kernlab. Так как я хочу попробовать разные ядра и настроить гиперпараметры, я хотел использовать приятный пакет mlr. Однако, наск

r svm r-caret kernlab mlr 2017-01-13

---

3зной

1ответ

вероятностная модель в kernlab :: ksvm

Для задач классификации в kernlab::ksvm по умолчанию используется SVM C-svm (LIBSVM, Chang & Lin), который вычисляет двоичную задачу классификации. Это может быть расширено для многоклассовых проблем,

r svm kernlab 2015-12-16

---

1зной

1ответ

Ошибка при использовании пакета kernlab с предварительно вычисленными ядрами

Я использовал пакет kernlab и столкнулся с проблемами, используя функцию ksvm/predict с предварительно вычисленными ядрами. Сообщение об ошибке я получил это: > ksvm.mod <- ksvm(trainingset.outer, tra

r svm predict kernlab 2016-05-18

---