[R-es] SVM plot duda

[Jose Betancourt Bethencourt]

Muchas gracias !!

El 17/2/23, Emilio L. Cano <emilopezcano using gmail.com> escribió:
> Pues depende del modelo, y de los datos. Por ejemplo, si se ajusta con el
> kernel sigmoidal, sí que se visualiza la separación con los vectores:
>
> modelo <- svm(fallecido~., data=datos.entreno, kernel = "sigmoid”)
> plot(modelo,df11, LDH ~ INL )
>
> 
>
> Emilio L. Cano
> Tel: 665 676 225
> http://emilio.lcano.com
>
>
>
>
>> El 17 feb 2023, a las 13:36, Jose Betancourt Bethencourt
>> <betanster using gmail.com> escribió:
>>
>> Perdon, si sale el grafico, pero no le veo sentido como  en el caso de
>> iris
>> jose
>>
>> El 17/2/23, Jose Betancourt Bethencourt <betanster using gmail.com
>> <mailto:betanster using gmail.com>> escribió:
>>> EStimado Emilio
>>> plot(modelo,df11, LDH ~ INL )
>>> no funcionó, pienso que a la formula hay que agregarle algo
>>>
>>> como en esta
>>> data(iris)
>>> m2 <- svm(Species~., data = iris)
>>> plot(m2, iris, Petal.Width ~ Petal.Length,
>>>     slice = list(Sepal.Width = 3, Sepal.Length = 4))
>>>
>>> Apreciaria su ayuda
>>>
>>>
>>> Adjunto base de datos y codigos
>>>
>>> saludos
>>> José
>>>
>>>
>>>
>>>
>>> El 16/2/23, Emilio L. Cano <emilopezcano using gmail.com> escribió:
>>>> Hola,
>>>>
>>>> El mensaje es claro: el modelo svmfit no existe, tú has llamado al
>>>> ajuste
>>>> “modelo”. De todas formas, aparte de eso tendrías que especificar qué
>>>> dimensiones (variables predictivas) quieres representar. Si miras en la
>>>> ayuda de ?plot.svm lo tienes explicado.
>>>>
>>>> Esto sí funcionaría:
>>>>
>>>> plot(modelo,df11, LDH ~ INL )
>>>>
>>>> Gracias por proporcionar el código y los datos para poder reproducir el
>>>> error.
>>>>
>>>> Un saludo,
>>>>
>>>> Emilio L. Cano
>>>>
>>>>
>>>>
>>>>> El 16 feb 2023, a las 12:44, Jose Betancourt Bethencourt
>>>>> <betanster using gmail.com> escribió:
>>>>>
>>>>> Estimados
>>>>> En este modelo no puedo hacer el plot(svmfit,df11 ) #AQUI NO TRABAJA
>>>>> Le adjunto Excel
>>>>>
>>>>>
>>>>> library(readxl)
>>>>>
>>>>> df11
>>>>> attach(df11)
>>>>>
>>>>> df11$fallecido=factor(df11$fallecido)
>>>>>
>>>>> # Selección de una submuestra del 70% de los datos
>>>>> set.seed(101)
>>>>> tamano.total <- nrow(df11)
>>>>> tamano.entreno <- round(tamano.total*0.7)
>>>>> datos.indices <- sample(1:tamano.total , size=tamano.entreno)
>>>>> datos.entreno <- df11[datos.indices,]
>>>>> datos.test <- df11[-datos.indices,]
>>>>>
>>>>> # Ejecución del modelo SVM
>>>>> modelo <- svm(fallecido~., data=datos.entreno)
>>>>>
>>>>> # Predicción de los restantes
>>>>> prediccion <- predict(modelo,new=datos.test)
>>>>>
>>>>> # Tabla de confusión.
>>>>>
>>>>> (mc <- with(datos.test,(table(prediccion,fallecido))))
>>>>>
>>>>>
>>>>> # % correctamente clasificados
>>>>> (correctos <- sum(diag(mc)) / nrow(datos.test) *100)
>>>>>
>>>>>
>>>>> plot(svmfit,df11 ) #AQUI NO TRABAJA
>>>>>
>>>>> Saludos José
>>>>> <df11.xlsx>_______________________________________________
>>>>> R-help-es mailing list
>>>>> R-help-es using r-project.org
>>>>> https://stat.ethz.ch/mailman/listinfo/r-help-es
>>>>
>>>>
>>>
>>>
>>> --
>>> Dr. Jose A. Betancourt Bethencourt
>>> Universidad de Ciencias Medicas Carlos j. Finlay
>>>
>>
>>
>> --
>> Dr. Jose A. Betancourt Bethencourt
>> Universidad de Ciencias Medicas Carlos j. Finlay
>
>


-- 
Dr. Jose A. Betancourt Bethencourt
Universidad de Ciencias Medicas Carlos j. Finlay