通过交叉验证（SVM、Logistic 回归）检查结果的稳健性答案

【问题标题】：Check robustness of results through cross validation (SVM, Logistic Regression)通过交叉验证（SVM、Logistic 回归）检查结果的稳健性
【发布时间】：2019-05-18 22:37:02
【问题描述】：

我使用训练集和测试集对我的数据集执行了逻辑回归和 SVM。现在，为了检查我的结果是否可靠，我想执行交叉验证（我正在使用caret 包）。

我正在使用此代码：

train_control <- trainControl(method="repeatedcv", number=10, repeats=10)

model <- train(response ~., data=df, trControl=train_control, method="glm")

但是，对我来说，我似乎只是在检查我的逻辑回归模型的准确性（因为我使用的是method="glm"）。如何使用交叉验证来检查我的 SVM 模型的准确性？（不存在名为 'svm' 的方法）

【问题讨论】：

标签： r cross-validation

【解决方案1】：

在 Caret 中有几个 svm 方法：

"svmLinear" : 使用线性核

"svmPoly" : 使用多项式核

"svmRadial" : 使用径向基函数内核

查看此网站以了解 Caret 支持的所有可用型号 https://topepo.github.io/caret/available-models.html

【讨论】：