R软件如何实现SVM（支持向量机）模型？

1、本文以R中的mtcars数据集为例来说明SVM建模过程。

SVM需要的程序包是e1071。

#加载数据和程序包

data(mtcars);head(mtcars)

attach(mtcars)

library(e1071)

2、将am设置为分类变量，这是后面要预测的变量，其他的则作为自变量。

#数据展示

plot(mtcars)

###将am设置为分类变量

mtcars$am<-as.factor(mtcars$am)

3、与其他建模过程一样，先将数据集分为训练集和测试集。

#将数据分为训练集和测试集

n=dim(mtcars)[1]

index=sample(n,0.7*n)

train<-mtcars[index,];dim(train)

test<-mtcars[-index,];dim(test)

4、下面利用训练集的数据建立模型。

#利用训练集数据建立模型

model<-svm(am~.,data=train)

summary(model)

5、#利用测试集数据进行预测

pred<-predict(model,test,decision.values=TRUE)

head(pred)

#准确率计算

sum(pred==test$am)/dim(test)[1]

本次分类准确率为70%。

6、最后，将预测结果保存下来。

predict<-table(pred,test$am);predict

write.csv(predict,"predict.csv")

这个表中显示了预测正确的数量，以及预测错误的数量。