使用具有 3 个或更多类变量的 KSVM (kernlab) 在 R 中创建 2D 图答案

【问题标题】：creating a 2D plot in R with KSVM (kernlab) with 3 or more class variables使用具有 3 个或更多类变量的 KSVM (kernlab) 在 R 中创建 2D 图
【发布时间】：2014-02-21 17:51:07
【问题描述】：

我正在尝试使用库 (kernlab) 中的 SVM 创建 2D 图，但它似乎是绘图函数仅适用于二元分类。我希望能够绘制 3 个（或更多）组，如下例所示。

我的数据的结构就像虹膜数据一样，所以我将用它来说明。

拟合模型后：

 fit.ksvm <- ksvm(Species~., data=iris, kernel= "rbfdot", prob.model=TRUE)
 fit.ksvm

我使用 ksvm 的绘图功能：

plot(fit.ksvm, data=iris)

并收到以下消息：

> plot(fit.ksvm, data=iris)
  Error in .local(x, ...) : 
  plot function only supports binary classification

当我尝试使用双向分类进行类似分析时，会生成图。所以，我认为问题在于多个群体。谁能想到一种方法来创建类似于下面的二维“热图”，但使用具有三个（或更多？）类的 SVM 分类模型？

two-way SVM classification
x <- rbind(matrix(rnorm(120),,2),matrix(rnorm(120,mean=3),,2))
y <- matrix(c(rep(1,60),rep(-1,60)))

svp <- ksvm(x,y,type="C-svc")
plot(svp,data=x)

【问题讨论】：

标签： r plot classification svm kernlab

【解决方案1】：

你可以使用 e1071 库

library(e1071)
m <- svm(Species~., data = iris)
plot(m, iris, Petal.Width ~ Petal.Length, slice = list(Sepal.Width = 3, Sepal.Length = 4))

【讨论】：

谢谢，这行得通（虽然不像 kernlab 的情节那样“漂亮”）。