Question

我知道在MatLab中这很容易（'-v 10'）。

但是我需要在R中做到这一点。我确实找到了一条关于添加cross = 10的评论，因为参数会这样做。但是在帮助文件中没有证实这一点，所以我对它持怀疑态度。

svm(Outcome ~. , data= source, cost = 100, gamma =1, cross=10)

R的成功SVM脚本的任何示例也会受到赞赏，因为我仍然遇到了一些死胡同？

编辑：我忘记在我使用libsvm软件包的标签之外提及。

Answer 1

我也在尝试进行10倍交叉验证。我认为使用tune不是执行它的正确方法，因为此函数用于优化参数，但不用于训练和测试模型。

我有以下代码来执行Leave-One-Out交叉验证。假设 dataset 是存储数据的data.frame。在每个LOO步骤中，添加观察到的预测矩阵，以便最后，结果包含全局观察矩阵和预测矩阵。

#LOOValidation
for (i in 1:length(dataset)){
    fit = svm(classes ~ ., data=dataset[-i,], type='C-classification', kernel='linear')
    pred = predict(fit, dataset[i,])
    result <- result + table(true=dataset[i,]$classes, pred=pred);
}
classAgreement(result)

因此，为了执行10倍交叉验证，我想我们应该手动分区数据集，并使用折叠来训练和测试模型。

for (i in 1:10)
    train <- getFoldTrainSet(dataset, i)
    test <- getFoldTestSet(dataset,i)
    fit = svm(classes ~ ., train, type='C-classification', kernel='linear')
    pred = predict(fit, test)
    results <- c(results,table(true=test$classes, pred=pred));

}
# compute mean accuracies and kappas ussing results, which store the result of each fold

我希望这对你有所帮助。

Answer 2

这是一种使用无包装创建10个测试和训练折叠的简单方法：

#Randomly shuffle the data
yourData<-yourData[sample(nrow(yourData)),]

#Create 10 equally size folds
folds <- cut(seq(1,nrow(yourData)),breaks=10,labels=FALSE)

#Perform 10 fold cross validation
for(i in 1:10){
    #Segement your data by fold using the which() function 
    testIndexes <- which(folds==i,arr.ind=TRUE)
    testData <- yourData[testIndexes, ]
    trainData <- yourData[-testIndexes, ]
    #Use test and train data howeever you desire...
}

Answer 3

这是我的通用代码，用于运行由cvsegments辅助生成索引折叠的k折交叉验证。

# k fold-cross validation
set.seed(1)
k <- 80;
result <- 0;
library('pls');
folds <- cvsegments(nrow(imDF), k);
for (fold in 1:k){
    currentFold <- folds[fold][[1]];
    fit = svm(classes ~ ., data=imDF[-currentFold,], type='C-classification', kernel='linear')
    pred = predict(fit, imDF[currentFold,])
    result <- result + table(true=imDF[currentFold,]$classes, pred=pred);   
}
classAgreement(result)

如何在R中使用LibSVM执行10次交叉验证？

3 个答案: