我想使用 svm 执行多类分类e1071 的功能包裹。但是从我从 svm 的文档中了解到的，它只能进行二元分类。小插图文档说明了多类分类:“为了允许多类分类，libsvm 使用一对一技术，通过拟合所有二进制子分类器并通过投票机制找到正确的类”。
我仍然不明白的是，我们是否可以使用 svm 进行多类分类的 e1071在R？如果是，请解释我们如何通过 iris 做到这一点数据集。
最佳答案
iris 数据集包含三个类标签:“Iris setosa”、“Iris virginica”和“Iris versicolor”。要使用 svm 使用平衡的一对一分类策略，您可以训练三个二元分类器:
第一个分类器的训练集仅包含“Iris setosa”和“Iris virginica”实例。第二个分类器的训练集仅包含“Iris setosa”和“Iris versicolor”实例。第三个分类器的训练集——我想现在你已经知道了——只包含“Iris virginica”和“Iris versicolor”实例。
要对未知实例进行分类，请应用所有三个分类器。一个简单的投票策略然后可以选择最常分配的类标签，更复杂的也可以考虑每个分配的类标签的 svm 置信度分数。
编辑(此原则开箱即用 svm ):
# install.packages( 'e1071' )
library( 'e1071' )
data( iris )
model <- svm( iris$Species~., iris )
res <- predict( model, newdata=iris )
关于r - 如何在R中使用e1071包的 'svm'进行多类分类，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/22009871/