使用SVM在R中进行交叉验证

时间:2018-06-10 17:25:06

标签: r svm cross-validation

我是R.的新手 我试图使用SVM算法在回归数据集中使用。 我有这个:

d1 <- read.table("forestfires.csv", sep=",", header=TRUE)

train<-d1[1:465,]
test <-d1[466:517,]

library(e1071)

sapply(train,summary)  

library(caret)
ctrl <- trainControl(method = "cv", savePred=T)
mod <- train(area~., data=d1, method = "svmLinear", trControl = ctrl)

summary(mod)

predict(mod, test)

这种情况发生时没有错误。但我想交叉验证算法。我试过这个:

library(crossval)

CVSVMModel = crossval(fit2)
cverror_individual = kfoldLoss(CVSVMmodel,'Mode','individual')

但我收到了这个错误:

Error in group.samples(Y) : argument "Y" is missing, with no default`enter code here`

有人知道我该怎么办?

0 个答案:

没有答案