原文链接：http://tecdat.cn/?p=23305 

在这篇文章中，我将展现如何应用R语言来进行反对向量回归SVR。

咱们将首先做一个简略的线性回归，而后转向反对向量回归，这样你就能够看到两者在雷同数据下的体现。
 

一个简略的数据集

首先，咱们将应用这个简略的数据集。

正如你所看到的，在咱们的两个变量X和Y之间仿佛存在某种关系，看起来咱们能够拟合出一条在每个点左近通过的直线。

咱们用R语言来做吧!

第1步：在R中进行简略的线性回归

上面是CSV格局的雷同数据，我把它保留在regression.csv文件中。

咱们当初能够用R来显示数据并拟合直线。

# 从csv文件中加载数据dataDirectory <- "D:/" #把你本人的文件夹放在这里data <- read.csv(paste(dataDirectory, 'data.csv', sep=""), header = TRUE)# 绘制数据plot(data, pch=16)# 创立一个线性回归模型model <- lm(Y ~ X, data)# 增加拟合线abline(model)

下面的代码显示以下图表:

第2步：咱们的回归成果怎么样？

为了可能比拟线性回归和反对向量回归，咱们首先须要一种办法来掂量它的成果。

为了做到这一点，咱们扭转一下代码，使模型做出每一个预测可视化

# 对每个X做一个预测pred <- predict(model, data)# 显示预测后果points(X, pred)

产生了以下图表。

对于每个数据点Xi，模型都会做出预测Y^i，在图上显示为一个红色的十字。与之前的图表惟一不同的是，这些点没有相互连接。

为了掂量咱们的模型成果，咱们计算它的误差有多大。

咱们能够将每个Yi值与相干的预测值Y^i进行比拟，看看它们之间有多大的差别。

请留神，表达式Y^i-Yi是误差，如果咱们做出一个完满的预测，Y^i将等于Yi，误差为零。

如果咱们对每个数据点都这样做，并将误差相加，咱们将失去误差之和，如果咱们取平均值，咱们将失去均匀平方误差（MSE）。

在机器学习中，掂量误差的一个常见办法是应用均方根误差（RMSE），所以咱们将应用它来代替。

为了计算RMSE，咱们取其平方根，咱们失去RMSE

应用R，咱们能够失去以下代码来计算RMSE

rmse <- function(error){  sqrt(mean(error^2))}

咱们当初晓得，咱们的线性回归模型的RMSE是5.70。让咱们尝试用SVR来改善它吧！

第3步：反对向量回归

用R创立一个SVR模型。

上面是用反对向量回归进行预测的代码。

model <- svm(Y ~ X , data)

如你所见，它看起来很像线性回归的代码。请留神，咱们调用了svm函数（而不是svr！），这是因为这个函数也能够用来用反对向量机进行分类。如果该函数检测到数据是分类的（如果变量是R中的一个因子），它将主动抉择SVM。

代码画出了上面的图。

这一次的预测后果更靠近于实在的数值 ! 让咱们计算一下反对向量回归模型的RMSE。

# 这次svrModel$residuals与data$Y - predictedY不一样。#所以咱们这样计算误差svrPredictionRMSE

正如预期的那样，RMSE更好了，当初是3.15，而之前是5.70。

但咱们能做得更好吗？

第四步：调整你的反对向量回归模型

为了进步反对向量回归的性能，咱们将须要为模型抉择最佳参数。

在咱们之前的例子中，咱们进行了-回归，咱们没有为()设置任何值，但它的默认值是0.1。  还有一个老本参数，咱们能够扭转它以防止适度拟合。

抉择这些参数的过程被称为超参数优化，或模型抉择。

规范的办法是进行网格搜寻。这意味着咱们将为和老本的不同组合训练大量的模型，并抉择最好的一个。

# 进行网格搜寻tuneResultranges = list(epsilon = seq(0,1,0.1), cost = 2^(2:9))# 绘制调参图plot(Result)

在下面的代码中有两个重要的点。

  •  咱们应用tune办法训练模型，=0,0.1,0.2,...,1和cost=22,23,24,...,29这意味着它将训练88个模型（这可能须要很长一段时间
  • tuneResult返回MSE，别忘了在与咱们之前的模型进行比拟之前将其转换为RMSE。

最初一行绘制了网格搜寻的后果。

在这张图上，咱们能够看到，区域色彩越深，咱们的模型就越好（因为RMSE在深色区域更接近于零）。

这意味着咱们能够在更窄的范畴内尝试另一个网格搜寻，咱们将尝试在0和0.2之间的值。目前看来，老本值并没有产生影响，所以咱们将放弃原样，看看是否有变动。

rangelist(epsilo = seq(0,0.2,0.01), cost = 2^(2:9))

咱们用这一小段代码训练了不同的168模型。

当咱们放大暗区域时，咱们能够看到有几个较暗的斑块。

从图中能够看出，C在200到300之间，在0.08到0.09之间的模型误差较小。

心愿对咱们来说，咱们不用用眼睛去抉择最好的模型，R让咱们非常容易地失去它，并用来进行预测。

# 这个值在你的电脑上可能是不同的# 因为调参办法会随机调整数据tunedModelRMSE <- rmse(error)

咱们再次进步了反对向量回归模型的RMSE !

咱们能够把咱们的两个模型都可视化。在下图中，第一个SVR模型是红色的，而调整后的SVR模型是蓝色的。

我心愿你喜爱这个对于用R反对向量回归的介绍。你能够查看原文失去本教程的源代码。

最受欢迎的见解

1.R语言多元Logistic逻辑回归 利用案例

2.面板平滑转移回归(PSTR)剖析案例实现

3.matlab中的偏最小二乘回归（PLSR）和主成分回归（PCR）

4.R语言泊松Poisson回归模型剖析案例

5.R语言混合效应逻辑回归Logistic模型剖析肺癌

6.r语言中对LASSO回归，Ridge岭回归和Elastic Net模型实现

7.R语言逻辑回归、Naive Bayes贝叶斯、决策树、随机森林算法预测心脏病

8.python用线性回归预测股票价格

9.R语言用逻辑回归、决策树和随机森林对信贷数据集进行分类预测