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。
细心的豆腐 · R语言中的plot图中字体大小_mob64c ...· 2 周前 · |
热心的楼梯 · R语言使用Rasch模型分析学生答题能力|附 ...· 1 周前 · |
咆哮的冰棍 · WPF样式与触发器(3) - 痕迹g - 博客园· 6 月前 · |
跑龙套的松树 · Excel添加复选框、批量添加_excel复 ...· 8 月前 · |
力能扛鼎的夕阳 · 删除程序集 - SQL Server | ...· 1 年前 · |
跑龙套的筷子 · HBase——LSM-Tree - 简书· 1 年前 · |
腼腆的红茶 · 使用 SQL Model 子句定义行间计算· 1 年前 · |
咆哮的冰棍 · WPF样式与触发器(3) - 痕迹g - 博客园 6 月前 |
跑龙套的筷子 · HBase——LSM-Tree - 简书 1 年前 |
腼腆的红茶 · 使用 SQL Model 子句定义行间计算 1 年前 |