1 対 1 スキームに基づくマルチクラス svm は、投票方法に基づいていることを知っています。この戦略の出力は予測ラベルです。分類関数 の量を計算する必要があります。バイナリの場合、f(x)=wx+b で簡単に取得できます。しかし、私の問題は、多クラス問題のマヌレイに対して f(x) をどのように取得できるかです。各問題から W と b を抽出して f(x) を計算するだけでよいバイナリ問題に似ていますか?! kernlab の ksvm 関数を使用すると、「決定」引数は上記の量を与えてくれます。予測関数を使用せずにこの量を生成するにはどうすればよいですか? ありがとうございました！
irismodel <- ksvm(Species~.,data=iris,type="C-bsvc",kernel=rbf,C=10, prob.model=TRUE)
fx<-predict(irismodel, newdata = iris[,-5], type = "decision")
fx
[1,] -1.3982580 -1.1850725 -4.22358404
[2,] -1.2750649 -1.1486247 -4.22523983
[3,] -1.4603977 -1.1910251 -3.88688364
[4,] -1.3718116 -1.1492030 -3.78283230
[5,] -1.4330830 -1.1910482 -3.93300606
[6,] -1.1710980 -1.0910910 -3.83914172
[7,] -1.4290407 -1.1480605 -3.70013283
.
.
.