Question

我需要一些帮助来管理R中的几个SVM模型。我有大约100个数据文件，我想读取每个文件，然后使用e1071包训练该文件的模型。所有文件的名称都包含在一个文件中，因此更容易跟踪每个文件。我使用了以下代码但无法达到解决方案。

x<-read.table("data.dat", header=F)
x=as.vector(t(x))
vectory <- vector(mode="list", length=length(x))
vectorz <- vector(mode="list", length=length(x))

for (i in 1:length(x))
{
x[i] <- substr(x[i], 3, 100)
#assign(gsub("-", "_", x[i]), read.table(x[i], header=T, #sep=","))
val <- gsub("-", "_", x[i])
vectory[[val]] <- read.table(x[i], header=T, sep=",")
data(vectory[[val]])
valmodel <- x[i]
paste(valmodel, "_model", sep="")
vectorz[[valmodel]] <- ksvm(label ~ ., data=vectory[[val]])
}

我对调用ksvm函数时数据函数调用和数据参数到底需要做什么感到困惑。

此致

Answer 1

正如斯科特所说，你的例子是不可复制的（而且这个问题并没有说清楚你的问题是什么）。我重写了你的代码，以免混淆。它未经测试，因此您可能需要进行调整。

file_names <- read.table("data.dat")[[1]]
file_names <- substring(file_names, 3)
file_names <- gsub("-", "_", file_names)
training_data <- lapply(
  file_names,
  read.table,
  header = TRUE,
  sep    = ", "
)
svm_models <- lapply(
  training_data,
  function(data)
  {
    ksvm(label ~ ., data = data)
  }
)

一般原则：

有意义地命名变量。调用文件名file_names，而不是x。

如果要循环列表（或向量），请使用lapply（或来自llply的{{1}}），而不是使用plyr循环，因为这涉及额外的样板代码和创建虚拟变量。请注意您不再需要for或vectory。

将用于读取数据的代码与运行模型的代码分开。它们是不同的任务，将代码混杂在一起会混淆你的想法。（此外，当一个模型失败时，您不希望再次读取数据。）

R中的多个SVM模型

1 个答案: