在R中使用支持向量机（SVM）进行数据挖掘（上）

标签：svm   支持向量机   r   数据挖掘   

在R中，可以使用e1071软件包所提供的各种函数来完成基于支持向量机的数据分析与挖掘任务。请在使用相关函数之前，安装并正确引用e1071包。该包中最重要的一个函数就是用来建立支持向量机模型的svm()函数。我们将结合后面的例子来演示它的用法。

下面这个例子中的数据源于1936年费希尔发表的一篇重要论文。彼时他收集了三种鸢尾花（分别标记为setosa、versicolor和virginica）的花萼和花瓣数据。包括花萼的长度和宽度，以及花瓣的长度和宽度。我们将根据这四个特征来建立支持向量机模型从而实现对三种鸢尾花的分类判别任务。
有关数据可以从datasets软件包中的iris数据集里获取，下面我们演示性地列出了前5行数据。成功载入数据后，易见其中共包含了150个样本（被标记为setosa、versicolor和virginica的样本各50个），以及四个样本特征，分别是Sepal.Length、Sepal.Width、Petal.Length和Petal.Width。

在正式建模之前，我们也可以通过一个图型来初步判定一下数据的分布情况，为此在R中使用如下代码来绘制（仅选择Petal.Length和Petal.Width这两个特征时）数据的划分情况。

> library(lattice)
> xyplot(Petal.Length ~ Petal.Width, data = iris, groups = Species,
+ auto.key=list(corner=c(1,0)))

函数svm()在建立支持向量机分类模型时有两种方式。第一种是根据既定公式建立模型，此时的函数使用格式为

svm(formula, data= NULL, subset, na.action = na.omit , scale= TRUE)

然后我们可以使用下面的代码来对模型进行图形化展示，其执行结果如图14-14所示。

> plot(model1, subdata, Petal.Length ~ Petal.Width)

在使用第一种格式建立模型时，若使用数据中的全部特征变量作为模型特征变量时，可以简要地使用“Species~．”中的“．”代替全部的特征变量。例如下面的代码就利用了全部四种特征来对三种鸢尾花进行分类。

> model2 <- svm(Species ~ ., data = iris)

若要显示模型的构建情况，使用summary()函数是一个不错的选择。来看下面这段示例代码及其输出结果。

通过summary函数可以得到关于模型的相关信息。其中，SVM-Type项目说明本模型的类别为C分类器模型；SVM-Kernel项目说明本模型所使用的核函数为高斯内积函数且核函数中参数gamma的取值为0.25；cost项目说明本模型确定的约束违反成本为l。而且我们还可以看到，模型找到了51个支持向量：第一类包含有8个支持向量，第二类包含有22个支持向量，第三类包含21个支持向量。最后一行说明模型中的三个类别分别为setosa、versicolor和virginica。

由于原文较长，我拆成两个部分，本文为上篇。

在R中使用支持向量机（SVM）进行数据挖掘（上）

标签：svm   支持向量机   r   数据挖掘   

原文地址：http://blog.csdn.net/baimafujinji/article/details/49885481