【发布时间】:2013-01-02 07:49:15
【问题描述】:
我尝试比较 R 中 SVM 的不同实现。除了 e1071 包中的 libsvm 实现之外,还有其他实现吗?
一般来说,libsvm 是否有一个很好的替代方案来实现 nu-SVM 和 epsilon-SVM ?
【问题讨论】:
我尝试比较 R 中 SVM 的不同实现。除了 e1071 包中的 libsvm 实现之外,还有其他实现吗?
一般来说,libsvm 是否有一个很好的替代方案来实现 nu-SVM 和 epsilon-SVM ?
【问题讨论】:
查看kernlab 包:
kernlab:基于内核的机器学习实验室
用于分类、回归、 聚类、新奇检测、分位数回归和维度 减少。在其他方法中,kernlab 包括支持向量 机器、谱聚类、核 PCA、高斯过程和 QP 求解器。
Kernlabs ksvm 支持 C-svc、nu-svc、(分类)one-class-svc(新奇)eps-svr、nu-svr(回归)公式以及原生多类分类公式和边界-约束 SVM 公式。
ksvm 还支持回归的类概率输出和置信区间。
SVMlight 实现的接口在包klaR 中提供
另见 CRAN 任务视图 Machine Learning & Statistical Learning
【讨论】: