R语言(一)SVM & LDA

Python011

R语言(一)SVM & LDA,第1张

The linear separability of the data is high. Because accuracy of both linear kernel SVM and LDA are high, while accuracy of polynomial kernel SVM with degree 3 and 6 are low.

我也遇到过很多次这个问题,尤其是再用到tune.svm的时候,这是由这个函数内部决定的。我的建议有两点:

减少tuning parameter的数量或者说范围

用Python sklearn去tune 如果非得需要用R 就python tune的差不多带回到R里直接用

希望对你有帮助!

file:接一个文件

data:一般指要输入一个数据框

x:表示单独的一个对象,一般都是向量,也可以是矩阵或者列表

x和y:函数需要两个输入变量

x,y,z:函数需要三个输入变量

formula:公式

...:,在help文档中的三个点表示参数可传递,或者表示参数没有数量限制

na.rm:删除缺失值

color选项和明显用来控制颜色

select 与选择有关

font与字体有关

font.axis 就是坐标轴的字体

lty 是line type,线条类型

lwd是line width,线条宽度

method 软件算法

main:字符串,不能是向量

na.rm : TRUE或者FALSE

axis : side参数只能是1到4,调节坐标轴方向。1,2,3,4分别代表左下右上

fig:包含四个元素的向量

row:排,行

col:列