SVM algortihm использовать форму, чтобы дифференцировать успешные прогнозы и ошибки в R - PullRequest
Новая
       8

SVM algortihm использовать форму, чтобы дифференцировать успешные прогнозы и ошибки в R

0 голосов
/ 05 января 2020

Это мой первый пост, поэтому извиняюсь, я пропускаю процедуры. Я пытался найти похожий ответ, но не нашел его.

Я должен дифференцировать успешные прогнозы из алгоритма svm от ошибок, используя форму (например, точки для успешного прогнозирования и треугольники для ошибок) 

>f21<-ggplot(testData, aes(x=Km, y=Margen, color=Comercial)) + geom_point(aes(size=Ingresos)) + >geom_smooth(method=lm, aes(fill=Comercial))+ stat_ellipse(type = "norm")

[f21 plot] [1]

Я должен использовать обученный model_svm, чтобы использовать это. Код, который я использовал для алгоритма svm:

RNGversion ('3.5.3') 

set.seed(1234)
ind <- sample(2, nrow(Data_PEC), replace=TRUE, prob=c(0.7, 0.3))
trainData <- Data_PEC[ind==1,]
testData <- Data_PEC[ind==2,]
model_svm = svm(trainData[,1:4], trainData$Comercial)
preds_svm = predict(model_svm, testData[,1:4])
table(preds_svm, testData$Comercial)

preds_svm AB C A 10 0 0 B 0 12 2 C 0 0 14

Я вижу, что есть две неправильные классификации, но я не знаю, как использовать это, чтобы изменить форму на графике.

Заранее большое спасибо

...