Une classe de la classification SVM dans la R

Je suis en utilisant le package e1071 dans la R afin de construire un one-class SVM modèle. Je ne sais pas comment faire et je ne trouver aucun exemple sur l'Internet.

Quelqu'un pourrait-il donner un exemple de code pour caractériser, par exemple, la classe "setosa" dans le "iris" dataset avec une seule classe de la classification de modèle, puis testez tous les exemples dans le même ensemble de données (afin de vérifier quels sont les exemples appartiennent à la caractérisation de la "setosa" de la classe et quels exemples non)?

OriginalL'auteur dreamscollector | 2014-12-09

  1. 17

    Je pense que c'est ce que vous voulez:

    library(e1071)
data(iris)
df <- iris

df <- subset(df ,  Species=='setosa')  #choose only one of the classes

x <- subset(df, select = -Species) #make x variables
y <- df$Species #make y variable(dependent)
model <- svm(x, y,type='one-classification') #train an one-classification model 


print(model)
summary(model) #print summary

# test on the whole set
pred <- predict(model, subset(iris, select=-Species)) #create predictions

    De sortie:

    -Résumé:

    > summary(model)

Call:
svm.default(x = x, y = y, type = "one-classification")


Parameters:
   SVM-Type:  one-classification 
 SVM-Kernel:  radial 
      gamma:  0.25 
         nu:  0.5 

Number of Support Vectors:  27




Number of Classes: 1

    -Prédictions (seulement quelques-unes des prédictions sont présentés ici (où les Espèces=='setosa") pour visual raison):

    > pred
    1     2     3     4     5     6     7     8     9    10    11    12    13    14    15    16    17    18    19    20    21    22 
 TRUE  TRUE  TRUE  TRUE  TRUE FALSE FALSE  TRUE FALSE  TRUE  TRUE  TRUE FALSE FALSE FALSE FALSE FALSE  TRUE FALSE  TRUE FALSE  TRUE 
   23    24    25    26    27    28    29    30    31    32    33    34    35    36    37    38    39    40    41    42    43    44 
FALSE FALSE FALSE FALSE  TRUE  TRUE  TRUE  TRUE  TRUE FALSE FALSE FALSE  TRUE FALSE FALSE FALSE FALSE  TRUE  TRUE FALSE FALSE FALSE 
   45    46    47    48    49    50 
FALSE  TRUE  TRUE  TRUE  TRUE  TRUE
    Merci beaucoup pour votre très détaillée de code, mais je pense que d'une seule classe de la classification est une chose différente. Dans une classe de la classification de vous fournir seulement les exemples de l'une des classes de former les SVM. Le modèle apprend à caractériser uniquement cette classe (dans la phase de test, vous ne pouvez savoir si un exemple appartient ou non à cette classe). Je sais que je dois utiliser l'option tpye = une classification dans la fonction svm, mais je ne sais pas comment faire exactement.
    Ouais. J'ai tout compris maintenant. J'ai mis à jour la réponse. C'est ce que vous avez besoin :). Espérons que cela aide, et merci pour votre commentaire avant.
    Il semble être correct maintenant! Merci!!!!
    Je suis vraiment heureux, il a travaillé et aidé!
    n'étiez-vous pas demander pour la classification du reste de l'iris types à l'aide du modèle? @LyzandeR, ne devrait pas vos prédictions être faite que predict(model, subset(iris, select=-Species))?

    OriginalL'auteur LyzandeR