r - R中Tune函数中 'dispersion'的含义

标签 r svm cross-validation

我检查了互联网和 R 文档,以找到以下函数的输出中“分散”的含义:

tune(
    svm, 
    Purchase ~ ., 
    data = OJ.train, 
    kernel = "linear", 
    ranges = list(cost = 10^seq(-2, 1, by = 0.25)))

我找不到“分散”的可理解含义。有人可以解释一下它的作用吗?

以下是您可以检查此问题的代码:

library(ISLR)
set.seed(1)
train <- sample(nrow(OJ), 800)
OJ.train <- OJ[train, ]
OJ.test <- OJ[-train, ]

library(e1071)
tune.out <- tune(
    svm, 
    Purchase ~ ., 
    data = OJ.train, 
    kernel = "linear", 
    ranges = list(cost = 10^seq(-2, 1, by = 0.25)))
summary(tune.out)

最佳答案

这是 Error and Dispersion meaning in tune.out for SVM Classifier 的重复项,但由于我无法将简历问题标记为重复项,因此这里是简短的摘要。

  1. 有关色散含义的详细信息,请参见?tune.control

  2. 默认情况下,分散度对应于基于训练数据的聚合训练结果的标准差。您可以通过在 tune.control 中显式定义 sampling.aggregatesampling.分散 函数来更改这一点。

关于r - R中Tune函数中 'dispersion'的含义,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/52396614/

相关文章:

r - 如何从使用 write.table 创建的 CSV 文件中删除尾随空格或换行符?

r - 在 R 中按组有效地复制矩阵行

r - R中的对称非负矩阵分解

scikit-learn - scikit-learn 中的 Nu_SVR 没有详细信息

python - Scikit 的支持向量回归 - 从其网站模拟代码的问题

r - 满足条件时显示图

java - LIBMSVM svm_node 格式

matlab - 我无法理解如何使用多类 SVM 进行 k 折交叉验证测试

python - 使用 sklearn 获得精确率和召回率

python - 网格搜索 SVM-anova 的超参数并在 Sklearn 中获取所选特征