Come ottenere i confini delle decisioni da SVM lineare in R?

Ho bisogno di un pacchetto che possa darmi l'equazione per un modello SVM lineare. Attualmente sto usando e1071 in questo modo:

library(e1071)
m = svm(data, labels, type='C', kernel='linear', cost=cost, probability=FALSE, scale=scale)
w = t(m$coefs) %*% data[m$index,]  #Weight vector
b = -model$rho #Offset

Tuttavia, non sono sicuro di come e1071::svm()selezioni le classi positive e negative, quindi penso che questo potrebbe rovinare con diversi set di dati. Qualcuno può confermare come questa funzione decide quale classe è positiva e quale è negativa?

Inoltre, esiste un pacchetto migliore per questo?

r svm e1071

— Reisner
fonte

Ho fornito alcune informazioni al riguardo su un thread correlato: Calcolo del limite decisionale di un modello SVM lineare .

— chl

vedi stats.stackexchange.com/questions/164935/…

$x$ $d$

d <- sum(w * x) + b

$d > 0$ $x$ $+1$ $-1$ newdata

predict(m, newdata)

predict(m, newdata, decision.values = TRUE)

Fai attenzione quando usi SVM dal pacchetto e1071, vedi Problemi con e1071 libsvm? domanda. Diversi altri pacchetti SVM per R sono kernlab, klaR e svmpath, vedi questa panoramica: Support Vector Machines in R di A. Karatzoglou e D. Meyer.

— Leo
fonte

Grazie, ma la mia domanda è su come ottengo i valori di eb. Inoltre, per quanto riguarda il valore della decisione, chiedo come e1071 decida quale etichetta assegnata sia positiva e negativa per i dati di allenamento quando si superano i fattori.

— reisner

Non ho familiarità con e1071, ma conosco SVM. Se una classe è considerata positiva o negativa non influirà sul risultato. Puoi prendere qualsiasi set di dati e scambiare le etichette di classe e dovresti comunque ottenere lo stesso risultato in termini di classificazione dei punti di prova (per gli stessi parametri). Il positivo e il negativo vengono utilizzati per determinare se l'istanza ricade sul lato destro del limite di decisione.

— Karenu,