R(e1071) 中是否有直接实现多类 SVM答案

【问题标题】：Is there a direct implementation of multiclass SVM in R(e1071)R(e1071) 中是否有直接实现多类 SVM
【发布时间】：2016-09-21 03:42:47
【问题描述】：

我有五个类，我想使用 SVM（e1071 包）进行分类。我可以看到一些使用 SVM 进行二进制分类的好例子，但是，对于多类支持，一些成员建议使用 One_Vs_Rest 或 One_vs_One 二进制分类器，然后将它们组合起来以获得最终预测。是否有 Multiclass 的直接实现（任何一种方法都适合我）？

【问题讨论】：

标签： svm

【解决方案1】：

是的，现在，我找到了解决方案。我使用了 R 中的基本帮助文件，并使用 e1071 实现了 One_vs_One 多类，它非常简短，并且带有清晰的 cmets。

library(xlsx)
library(gdata)
data(iris)
library(e1071)
library(caTools)

##---------- Split the overall dataset into two parts:70% for training and 30% for testing-----------
index_iris<-sample.split(iris$Species,SplitRatio=.7) 
trainset_iris<-iris[index_iris==TRUE,] 
testset_iris<-iris[index_iris==FALSE,] 
y <- testset_iris$Species

##---------- Now Create an SVM Model with the training dataset--------------------
model <- svm(Species ~ ., data = trainset_iris)
# print(model)
# summary (model)

##-------------Use the model to predict the test dataset so that we can find the accuracy of the model-----
pred <- predict(model,testset_iris)
table(pred, y)

##-------------- Compute decision values and probabilities--------------
pred <- predict(model, testset_iris, decision.values = TRUE)
attr(pred, "decision.values")

【讨论】：