从kernlab调整ksvm

Question

我想在R中使用SVM实现进行一些回归。我尝试使用svm中的e1071，但我受到内核函数的限制。所以我从ksvm转到kernlab。但是我的主要缺点是kernlab中没有提供调整功能（如tune.svm中的e1071）。有人可以解释如何调整那里不同内核的参数？

PS。我想特别使用rbfdot内核。因此，如果至少有人可以帮助我理解如何调整sigma，我将非常感激。

PPS。我完全清楚可以使用kpar的"automatic"值＆＃34; 来计算好的sigma ＆＃34;。但我需要更有形的东西，更需要tune.svm。

Answer 1

要么你自己编写包装器（不是那么难以说实话），要么你可以尝试已经过验证的已实现的解决方案，例如mlr和caret。

mlr教程有an example about it。

ps = makeParamSet(
  makeDiscreteParam("C", values = 2^(-2:2)),
  makeDiscreteParam("sigma", values = 2^(-2:2))
)

ctrl = makeTuneControlGrid()

rdesc = makeResampleDesc("CV", iters = 3L)

res = tuneParams("classif.ksvm", task = iris.task, resampling = rdesc, par.set = ps, control = ctrl)

这将执行3次交叉验证，以从网格中选择参数并评估虹膜数据集的准确性。当然，您可以更改重采样策略（留一法，蒙特卡罗CV，CV，重复CV，引导验证和保持都已实现），搜索策略（网格搜索，随机搜索，广义模拟退火和迭代F -race都支持）和评估指标。