Question

我有一个数据框trainData，其中包含198行，看起来像

            Matchup Win HomeID AwayID A_TWPCT A_WST6 A_SEED B_TWPCT B_WST6 B_SEED
1  2010_1115_1457   1   1115   1457   0.531      5     16   0.567      4     16
2  2010_1124_1358   1   1124   1358   0.774      5      3    0.75      5     14
...

testData类似。

为了使用SVM，我必须将响应变量Win更改为factor。我尝试了下面的内容：

trainDataSVM <- data.frame(Win=as.factor(trainData$Win), A_WST6=trainData$A_WST6, A_SEED=trainData$A_SEED, B_WST6=trainData$B_WST6, B_SEED= trainData$B_SEED,
                      Matchup=trainData$Matchup, HomeID=trainData$HomeID, AwayID=trainData$AwayID)

然后我想要一个SVM并预测概率，所以我尝试了下面的

svmfit =svm (Win ~ A_WST6 + A_SEED + B_WST6 + B_SEED , data = trainDataSVM , kernel ="linear", cost =10,scale =FALSE )
#use CV with a range of cost values
set.seed (1)
tune.out = tune(svm, Win ~ A_WST6 + A_SEED + B_WST6 + B_SEED, data=trainDataSVM , kernel ="linear",ranges =list (cost=c(0.001 , 0.01 , 0.1, 1 ,5 ,10 ,100) ))
bestmod =tune.out$best.model

testDataSVM <- data.frame(Win=as.factor(testData$Win), A_WST6=testData$A_WST6, A_SEED=testData$A_SEED, B_WST6=testData$B_WST6, B_SEED= testData$B_SEED,
                       Matchup=testData$Matchup, HomeID=testData$HomeID, AwayID=testData$AwayID)

predictions_SVM <- predict(bestmod, testDataSVM, type = "response")

但是，当我尝试打印predictions_SVM时，我收到了消息

factor(0)
Levels: 0 1

而不是一列概率值。发生了什么事？

Answer 1

我自己并没有这么多，但我知道SVM算法本身并不产生类概率，只产生响应函数（与超平面的距离）。如果你看一下svm函数的文档，参数＆＃34; probability＆＃34; - ＆＃34;逻辑指示模型是否应允许概率预测＆＃34; - 默认情况下为FALSE，并且未将其设置为TRUE。 predict.svm的文档同样地说，论证＆＃34;概率＆＃34;是一个＆＃34;逻辑，指示是否应计算并返回类概率。只有在模型符合启用概率选项的情况下才有可能。＆＃34;希望有所帮助。

在R中使用SVM的SVM时的因子（0）

1 个答案: