决策边界 SVM 插入符号 (R)答案

【问题标题】：Decisional boundary SVM caret (R)决策边界 SVM 插入符号 (R)
【发布时间】：2019-09-26 12:38:47
【问题描述】：

我使用 Caret 在 R 中构建了一个 SVM-RBF 模型。有没有办法绘制决策边界？

我知道可以通过使用其他 R 包来做到这一点，但不幸的是，我不得不使用 Caret 包，因为这是我发现的唯一一个允许我计算变量重要性的包。或者，您能否建议一个允许绘制决策边界并给出变量重要性的包？

非常感谢

【问题讨论】：

如果您包含一个简单的reproducible example，其中包含可用于测试和验证可能解决方案的示例输入和所需输出，则更容易为您提供帮助。仅仅询问包裹推荐被认为是题外话。

【解决方案1】：

首先，与其他方法不同，SVM 不会产生特征重要性。在您的情况下，重要性分数插入符号报告的计算独立于方法本身：https://topepo.github.io/caret/variable-importance.html#model-independent-metrics

其次，您在大多数教科书示例中看到的决策边界（或超平面）是基于只有两个或三个特征的玩具问题。如果你有超过三个特征，可视化这个超平面并不是一件容易的事。

【讨论】：