SVM-RFE (Support Vector Machine - Recursive Feature Elimination) 是一种特征选择方法,它使用 SVM 判定特征的重要性。SVM-RFE 递归地删除最不重要的特征,以便选择具有最佳性能的子集。在 R 语言中,可以使用 caret 包来实现 SVM-RFE。可以通过使用 trainControl 参数来指定交叉验证的方法,并使用 svmRadial 指定 SVM 算法为径向基核函数 SVM。
|
|
不开心的烤面包 · R语言ggplot2做双Y轴的一个简单小例子 - · 1 月前 · |
|
|
不开心的烤面包 · R语言ggplot2的安装过程。 原创 - ...· 1 月前 · |
|
|
不开心的烤面包 · R语言ggplot2的安装过程。 - · 1 月前 · |
|
|
稳重的凉茶 · ImageJ软件怎么进行粒度分析 - 知乎· 2 年前 · |
|
|
爽快的凉茶 · DockerKiller:Docker的批量 ...· 2 年前 · |
|
|
讲道义的高山 · org.springframework.ut ...· 2 年前 · |
|
|
多情的蘑菇 · javax.mail.Authenticat ...· 3 年前 · |
|
|
不开心的烤面包 · R语言ggplot2做双Y轴的一个简单小例子 - 1 月前 |
|
|
不开心的烤面包 · R语言ggplot2的安装过程。 - 1 月前 |
|
|
稳重的凉茶 · ImageJ软件怎么进行粒度分析 - 知乎 2 年前 |