我有一个1000 * 700维度的矩阵，二进制列作为分类。我在kernlab中使用Ksvm来拟合我的数据的多项式模型。 ROC和进动 - 回忆曲线表明多项式模型比其他模型效果更好。我有兴趣提取决定模型灵敏度和特异性的最重要特征。一般来说，模型中最重要的功能是什么？ 所以我使用以下命令来提取功能，但我不确定我是否正确。
svp <- ksvm(as.matrix(xtrain),as.factor(ytrain),type="C-svc",kernel="poly")
weight <- colSums(coef(svp)[[1]] * xtrain[SVindex(svp),])
w <- sort( weight, decreasing=T)
w <- data.frame(w)
因此，最大最大重量是最重要的特征。
如果我对错，请告诉我？
由于
莫尔塔扎