Question

我试图了解R和SVM的可能性（e1071）。但混淆矩阵的结果很大，可以显示出来。

出于测试目的，我正在使用Yahoo Finance的Yahoo stock数据集我的R命令集如下所示：

> library(e1071)
> yahooData <- read.csv(file="../StockData/yahoo/yahoo-full.csv")
> yahooData[1,]
        Date  Open  High   Low Close   Volume Adj.Close
1 2014-01-17 40.12 40.44 39.47 40.01 19262500     40.01
> dim(yahooData)
[1] 4473    7
> yIndex <- 1:nrow(yahooData)
> yTestindex <- sample(yIndex, trunc(length(yIndex)/3))
> yTestset <- yahooData[yTestindex,]
> yTrainset <- yahooData[-yTestindex,]
> dim(yTestset)
[1] 1491    7
> dim(yTrainset)
[1] 2982    7
> 
> # svm
> ySVMmodel <- svm(Close ~ ., data = yTrainset)
> ySVMpred <- predict(ySVMmodel, yTestset[,-5])

我的SVM模型和预测的摘要是：

> summary(ySVMmodel)

Call:
svm(formula = Close ~ ., data = yTrainset)


Parameters:
   SVM-Type:  eps-regression 
 SVM-Kernel:  radial 
       cost:  1 
      gamma:  0.000223314 
    epsilon:  0.1 


Number of Support Vectors:  493

> summary(ySVMpred)
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
  12.55   20.96   31.93   49.84   43.55  401.10

最后我想得到一个混淆矩阵来查看我的结果，但矩阵很大，我无法从中得到任何信息：

> table(pred = ySVMpred, true = yTestset[,5])

除了混淆矩阵之外，还有另一种看待预测值的方法吗？或者另一种缩小混淆矩阵以获得结果的方法？

Answer 1

混淆矩阵用于评估分类结果。您实际上正在使用SVM执行回归。适当的方法是查看可以被学生化的残留物（估计减去实际值）。

对于这种数据，根据我的经验，获得良好的模型拟合感觉的最佳方法是绘制预测的时间序列与实际时间序列。

混淆矩阵太大，其他解释SVM结果的方法？

1 个答案: