iT邦幫忙

第 12 屆 iT 邦幫忙鐵人賽

DAY 23
1
影片教學

R語言-預測方法大全系列 第 23

[Day-23] 預測操作--SVM-下 (SVM tuning in r)

您的訂閱是我製作影片的動力
訂閱點這裡~/images/emoticon/emoticon39.gif

若內容有誤,還請留言指正,謝謝您的指教/images/emoticon/emoticon07.gif

#影片程式碼
#延續DAY22
library(e1071)
tune.model <- tune.svm(Sepal.Length~.,data=traindata,type="eps-regression",kernel="radial",
                      range=list(cost = 2^c(-8,-4,-2,0), epsilon = seq(0,10,0.1)))
tune.model$best.model #挑 lowest MSE 
model <- svm(Sepal.Length~.,data=traindata,type="eps-regression",kernel="radial",cost=1,epsilon=0.1,gamma=0.3333333)
future <- predict(model,testdata)
future <- as.data.frame(future)
final <- cbind(future,testdata)
library(dplyr)
final <- mutate(final,mape=abs(future-Sepal.Length)/Sepal.Length)
mean(final$mape)

上一篇
[Day-22] 預測操作--SVM-上 (SVM predict in r)
下一篇
[Day-24] 預測操作--時間序列簡介 (time series in r)
系列文
R語言-預測方法大全30

尚未有邦友留言

立即登入留言