R中SVM-RFE算法的实现

Posted 2023-03-12

【中文标题】R中SVM-RFE算法的实现

【英文标题】：Implementation of SVM-RFE Algorithm in R

【发布时间】：2016-12-17 22:23:49

【问题描述】：

我正在使用 R 代码来实现来自此源 http://www.uccor.edu.ar/paginas/seminarios/Software/SVM_RFE_R_implementation.pdf 的 SVM-RFE 算法，但我做了一个小的修改，以便 r 代码使用 gnum 库。代码如下：

svmrfeFeatureRanking = function(x,y)
  n = ncol(x)

  survivingFeaturesIndexes = seq(1:n)
  featureRankedList = vector(length=n)
  rankedFeatureIndex = n

  while(length(survivingFeaturesIndexes)>0)
    #train the support vector machine
    svmModel = SVM(x[, survivingFeaturesIndexes], y, C = 10, cache_size=500,kernel="linear" )



    #compute ranking criteria
    rankingCriteria = svmModel$w * svmModel$w

    #rank the features
    ranking = sort(rankingCriteria, index.return = TRUE)$ix

    #update feature ranked list
    featureRankedList[rankedFeatureIndex] = survivingFeaturesIndexes[ranking[1]]
    rankedFeatureIndex = rankedFeatureIndex - 1

    #eliminate the feature with smallest ranking criterion
    (survivingFeaturesIndexes = survivingFeaturesIndexes[-ranking[1]])

  

  return (featureRankedList)
 

该函数接收matrix 作为input 的x 和factor 作为input 的y。我对一些数据使用该函数，并且在最后一次迭代中收到以下错误消息：

 Error in if (nrow(x) != length(y))  : argument is of length zero 

调试代码，我得到了这个：

3 SVM.default(x[, survivingFeaturesIndexes], y, C = 10, cache_size = 500, 
    kernel = "linear") 
2 SVM(x[, survivingFeaturesIndexes], y, C = 10, cache_size = 500, 
    kernel = "linear") 
1 svmrfeFeatureRanking(sdatx, ym) 

那么，函数的错误是什么？

【问题讨论】：

插入符号包似乎有 RFE：machinelearningmastery.com/…

【参考方案1】：

当只剩下一个特征时，看起来您的矩阵会转换为列表。试试这个：

svmModel = SVM(as.matrix(x[, survivingFeaturesIndexes]), y, C = 10, cache_size=500,kernel="linear" )