我目前正使用kernlab
中的R
包,使用SVM将输入数据与一组经过训练的数据进行分类。为此,我使用了一个字符串内核,它使用以下命令设置:
sk <- stringdot(length = 2, lambda = 1.1, type = "exponential", normalized = TRUE)
然后,我使用以下命令将校准后的字符串内核sk
输入SVM:
svm <- ksvm(xtrain,ytrain,type="C-svc",kernel=sk,C=10,scaled=c())
这将在R环境中生成Formal class ksvm值,然后用于预测传入数据的分类。以下命令用于对新数据进行分类:
predicted <- matrix(predict(svm,xtest))
整个过程非常漫长。如果我能够保存值svm
并调用它来预测传入的数据而不必每次都生成它,那么它将节省大量时间。
有没有办法将这个svm
值保存到工作目录中,并在需要时加载它以减少计算时间?
答案 0 :(得分:0)
您可以使用dput()
:
dput(svm, "myfile.dput")
rm(svm)
svm <- dget("myfile.dput")
或save()
:
save(svm, file="myfile.RData")
rm(svm)
load("myfile.RData")