我正在使用调整功能优化gamma和cost变量
obj<-best.tune(svm,V28 ~ .,data=data,gamma=exp(seq(from=log(1/nrow(data)), to=2,len=10)),cost=5^(-5:5))
> summary(obj)
我得到以下内容：
best.tune（svm，V28~。，data = data，gamma = exp（seq（from = log（1 / nrow（data）），to = 2，len = 10））， 成本= 5 ^（ - 5：5））
Parameters:
SVM-Type: eps-regression
SVM-Kernel: radial
cost: 0.00032 0.0016 0.008 0.04 0.2 1 5 25 125 625 3125
gamma: 0.000691085 0.001937334 0.005430972 0.01522477 0.04267993 0.1196456 0.3354052 0.9402489 2.635821 7.389056
epsilon: 0.1
Number of Support Vectors: 1442
如何从对象函数中找到最佳伽玛和成本函数？ 我不想弄明白。
这是使用的训练数据（部分）
-1.00E+00 5.81E-02 2.77E-04 -1.00E+00 5.25E-02 5.18E-04 -1.00E+00 4.83E-02 6.23E-04 -1.00E+00 4.45E-02 8.04E-04 -9.76E-01 4.62E-02 8.49E-04 -9.56E-01 4.78E-02 9.06E-04 -9.24E-01 4.88E-02 8.53E-04 -9.00E-01 4.99E-02 9.59E-04 -8.68E-01 5.22E-02 1.13E-03 -1.00E+00
-4.00E-02 4.85E-02 9.65E-04 1.84E-01 5.30E-02 1.48E-03 3.58E-01 4.95E-02 1.26E-03 4.55E-01 4.22E-02 1.10E-03 5.27E-01 3.95E-02 9.67E-04 5.73E-01 3.56E-02 9.33E-04 6.12E-01 3.32E-02 8.54E-04 6.40E-01 3.10E-02 7.69E-04 6.42E-01 2.92E-02 6.90E-04 1.00E+00
-7.60E-01 9.54E-02 3.88E-03 -6.33E-01 9.13E-02 2.68E-03 -6.67E-01 8.81E-02 3.09E-03 -7.19E-01 1.06E-01 3.35E-03 -6.80E-01 1.13E-01 3.88E-03 -5.78E-01 1.04E-01 3.39E-03 -5.50E-01 9.33E-02 3.32E-03 -5.29E-01 8.79E-02 3.40E-03 -5.33E-01 8.40E-02 3.33E-03 -1.00E+00
-8.40E-01 5.67E-02 4.26E-04 -8.78E-01 4.79E-02 5.36E-04 -9.01E-01 5.18E-02 5.98E-04 -9.17E-01 6.44E-02 9.49E-04 -9.29E-01 7.40E-02 1.56E-03 -8.71E-01 7.50E-02 1.58E-03 -7.85E-01 7.28E-02 1.43E-03 -7.23E-01 7.11E-02 1.55E-03 -6.49E-01 7.11E-02 1.58E-03 -1.00E+00
-1.00E+00 3.89E-02 1.58E-04 -1.00E+00 3.63E-02 3.12E-04 -1.00E+00 4.04E-02 4.10E-04 -1.00E+00 4.33E-02 4.68E-04 -1.00E+00 4.34E-02 5.52E-04 -9.69E-01 4.50E-02 8.68E-04 -9.34E-01 4.67E-02 1.05E-03 -9.09E-01 4.97E-02 1.32E-03 -8.98E-01 5.26E-02 1.57E-03 -1.00E+00
-1.00E+00 8.28E-02 2.45E-03 -1.00E+00 7.63E-02 1.87E-03 -1.00E+00 8.04E-02 2.72E-03 -9.01E-01 1.04E-01 5.26E-03 -7.40E-01 1.05E-01 4.45E-03 -5.78E-01 9.56E-02 3.78E-03 -4.84E-01 9.06E-02 4.04E-03 -4.24E-01 8.84E-02 4.21E-03 -3.67E-01 8.68E-02 4.41E-03 -1.00E+00
-7.60E-01 1.16E-01 2.57E-03 -6.73E-01 1.12E-01 3.19E-03 -6.30E-01 1.13E-01 3.46E-03 -5.04E-01 9.78E-02 3.05E-03 -4.08E-01 8.43E-02 3.18E-03 -3.11E-01 7.95E-02 3.36E-03 -2.15E-01 7.34E-02 3.22E-03 -1.27E-01 6.77E-02 3.21E-03 -4.54E-02 6.57E-02 3.31E-03 1.00E+00
-1.00E+00 6.36E-02 3.38E-04 -1.00E+00 7.45E-02 1.31E-03 -9.51E-01 8.07E-02 1.83E-03 -8.35E-01 7.54E-02 1.58E-03 -7.93E-01 7.10E-02 1.63E-03 -7.33E-01 7.54E-02 1.98E-03 -6.92E-01 7.44E-02 1.92E-03 -6.93E-01 7.18E-02 1.82E-03 -7.05E-01 6.99E-02 1.77E-03 -1.00E+00
-1.00E+00 6.48E-02 1.29E-03 -1.00E+00 6.28E-02 1.37E-03 -1.00E+00 6.58E-02 1.77E-03 -9.17E-01 7.22E-02 2.39E-03 -8.22E-01 6.76E-02 1.92E-03 -7.42E-01 6.95E-02 1.78E-03 -6.82E-01 7.21E-02 1.67E-03 -6.12E-01 7.07E-02 1.65E-03 -5.51E-01 6.85E-02 1.63E-03 1.00E+00
-1.00E+00 6.04E-02 5.99E-04 -1.00E+00 6.60E-02 1.35E-03 -9.26E-01 7.56E-02 1.90E-03 -8.26E-01 8.07E-02 1.75E-03 -7.16E-01 8.40E-02 2.14E-03 -6.49E-01 8.49E-02 2.34E-03 -5.64E-01 8.54E-02 2.27E-03 -5.10E-01 8.51E-02 2.47E-03 -4.83E-01 8.58E-02 2.77E-03 1.00E+00
-8.80E-01 6.93E-02 7.20E-04 -9.39E-01 7.65E-02 2.44E-03 -8.52E-01 7.72E-02 2.27E-03 -6.94E-01 7.20E-02 1.89E-03 -5.86E-01 7.22E-02 2.40E-03 -4.93E-01 7.59E-02 3.32E-03 -4.39E-01 7.94E-02 4.24E-03 -4.04E-01 8.19E-02 4.85E-03 -4.06E-01 7.88E-02 4.06E-03 -1.00E+00
-9.20E-01 9.62E-02 2.56E-03 -7.55E-01 8.88E-02 3.28E-03 -6.67E-01 8.27E-02 3.85E-03 -5.87E-01 7.92E-02 4.41E-03 -5.27E-01 7.72E-02 4.43E-03 -4.84E-01 7.54E-02 4.21E-03 -4.50E-01 7.15E-02 3.87E-03 -4.29E-01 6.77E-02 3.56E-03 -4.01E-01 6.57E-02 3.28E-03 1.00E+00
-1.00E+00 1.08E-01 2.91E-03 -1.00E+00 9.85E-02 2.90E-03 -9.01E-01 9.40E-02 3.23E-03 -8.02E-01 9.90E-02 3.61E-03 -7.16E-01 9.52E-02 3.61E-03 -7.11E-01 9.18E-02 3.69E-03 -7.13E-01 8.81E-02 3.29E-03 -7.04E-01 9.10E-02 3.28E-03 -6.62E-01 9.26E-02 3.44E-03 -1.00E+00
2.00E-01 1.03E-01 4.47E-03 2.04E-02 9.48E-02 4.01E-03 1.23E-02 8.83E-02 3.87E-03 8.26E-03 8.51E-02 3.58E-03 5.92E-03 7.95E-02 3.31E-03 4.00E-02 7.19E-02 3.08E-03 6.57E-02 6.74E-02 2.86E-03 8.59E-02 6.40E-02 2.74E-03 8.62E-02 6.05E-02 2.61E-03 1.00E+00
2.00E-01 1.09E-01 2.97E-03 -1.02E-01 9.72E-02 2.85E-03 -2.35E-01 9.66E-02 2.59E-03 -2.56E-01 9.56E-02 2.79E-03 -2.90E-01 9.34E-02 2.87E-03 -2.44E-01 9.90E-02 3.33E-03 -1.70E-01 1.00E-01 3.92E-03 -6.93E-02 9.75E-02 3.94E-03 2.27E-03 9.33E-02 3.74E-03 1.00E+00
和验证数据：
-7.60E-01 1.28E-01 5.63E-03 -6.73E-01 1.02E-01 3.53E-03 -6.79E-01 8.37E-02 3.18E-03 -6.78E-01 7.88E-02 2.81E-03 -6.45E-01 7.51E-02 2.66E-03 -6.31E-01 7.76E-02 2.51E-03 -6.51E-01 8.10E-02 2.84E-03 -6.57E-01 8.02E-02 2.64E-03 -6.64E-01 7.99E-02 2.64E-03
-2.00E-01 5.27E-02 1.09E-03 -2.86E-01 7.98E-02 2.51E-03 -3.46E-01 8.32E-02 2.72E-03 -3.64E-01 7.52E-02 1.96E-03 -3.85E-01 7.11E-02 1.73E-03 -4.31E-01 7.25E-02 1.72E-03 -4.81E-01 7.29E-02 2.15E-03 -5.29E-01 7.41E-02 2.16E-03 -5.71E-01 7.47E-02 2.06E-03
-9.20E-01 1.09E-01 1.98E-03 -7.55E-01 1.01E-01 1.96E-03 -5.06E-01 8.44E-02 1.99E-03 -3.88E-01 7.64E-02 1.69E-03 -3.37E-01 7.53E-02 1.84E-03 -3.16E-01 7.45E-02 1.74E-03 -3.08E-01 7.47E-02 1.84E-03 -3.13E-01 7.25E-02 1.84E-03 -3.31E-01 7.32E-02 2.06E-03
-4.00E-01 1.40E-01 1.03E-02 -1.84E-01 1.46E-01 8.11E-03 -8.64E-02 1.25E-01 6.35E-03 -4.13E-02 1.12E-01 6.78E-03 0.00E+00 1.06E-01 6.68E-03 5.78E-02 9.79E-02 6.75E-03 9.69E-02 9.16E-02 6.58E-03 1.19E-01 8.64E-02 6.25E-03 1.32E-01 8.40E-02 5.92E-03
-1.00E+00 1.30E-01 2.73E-03 -7.96E-01 1.22E-01 3.67E-03 -6.79E-01 1.10E-01 4.17E-03 -6.20E-01 9.91E-02 4.31E-03 -5.92E-01 8.88E-02 4.39E-03 -5.87E-01 8.22E-02 4.12E-03 -6.02E-01 7.98E-02 3.89E-03 -6.23E-01 7.58E-02 3.71E-03 -6.35E-01 6.99E-02 3.45E-03
-8.80E-01 1.23E-01 3.81E-03 -9.39E-01 1.04E-01 3.86E-03 -7.28E-01 8.91E-02 3.14E-03 -6.20E-01 8.70E-02 2.60E-03 -5.86E-01 8.95E-02 3.24E-03 -5.82E-01 9.51E-02 3.45E-03 -5.71E-01 9.52E-02 3.51E-03 -5.43E-01 9.03E-02 3.15E-03 -5.28E-01 8.43E-02 3.10E-03
-6.80E-01 1.04E-01 1.45E-03 -4.29E-01 9.48E-02 1.64E-03 -3.09E-01 8.33E-02 1.48E-03 -2.89E-01 7.25E-02 1.60E-03 -2.78E-01 7.03E-02 1.80E-03 -3.24E-01 6.88E-02 1.86E-03 -3.63E-01 6.40E-02 1.79E-03 -3.68E-01 6.25E-02 1.77E-03 -3.65E-01 6.19E-02 1.83E-03
0.00E+00 0.00E+00 0.00E+00 0.00E+00 0.00E+00 0.00E+00 0.00E+00 1.24E-03 2.11E-05 0.00E+00 9.76E-03 4.52E-04 -1.78E-02 2.57E-02 2.14E-03 -8.00E-02 4.10E-02 4.90E-03 -1.28E-01 4.69E-02 5.35E-03 -1.61E-01 4.52E-02 4.46E-03 -2.00E-01 4.35E-02 4.10E-03
-7.20E-01 7.71E-02 8.23E-04 -7.96E-01 8.23E-02 1.40E-03 -8.15E-01 8.13E-02 1.38E-03 -8.76E-01 8.26E-02 1.85E-03 -8.82E-01 8.35E-02 2.01E-03 -8.71E-01 8.26E-02 2.91E-03 -8.37E-01 8.63E-02 3.54E-03 -7.62E-01 8.95E-02 4.07E-03 -6.83E-01 8.88E-02 4.16E-03
0.00E+00 5.08E-03 8.65E-05 0.00E+00 1.73E-02 7.91E-04 -2.47E-02 4.49E-02 3.58E-03 -7.44E-02 6.39E-02 5.84E-03 -7.69E-02 7.28E-02 5.89E-03 -8.44E-02 7.83E-02 6.80E-03 -9.00E-02 8.37E-02 7.45E-03 -8.59E-02 8.14E-02 7.49E-03 -8.62E-02 8.15E-02 7.48E-03
-1.00E+00 4.90E-02 1.57E-04 -1.00E+00 4.13E-02 4.12E-04 -9.63E-01 4.00E-02 7.30E-04 -9.34E-01 3.82E-02 7.09E-04 -8.76E-01 4.21E-02 1.30E-03 -8.09E-01 4.41E-02 1.65E-03 -7.75E-01 4.84E-02 2.06E-03 -7.56E-01 5.35E-02 2.51E-03 -7.48E-01 5.98E-02 2.62E-03
-3.60E-01 9.67E-02 1.37E-03 -4.29E-01 8.30E-02 2.07E-03 -5.06E-01 9.44E-02 2.51E-03 -5.37E-01 8.66E-02 2.23E-03 -5.38E-01 8.05E-02 2.21E-03 -5.64E-01 7.74E-02 2.23E-03 -5.85E-01 7.52E-02 2.31E-03 -5.62E-01 7.36E-02 2.27E-03 -5.37E-01 7.25E-02 2.18E-03
-1.00E+00 8.18E-02 1.47E-03 -1.00E+00 8.63E-02 1.29E-03 -1.00E+00 7.40E-02 1.44E-03 -9.67E-01 6.56E-02 1.67E-03 -9.41E-01 6.21E-02 1.81E-03 -9.20E-01 6.17E-02 1.83E-03 -8.30E-01 6.18E-02 1.81E-03 -7.26E-01 6.07E-02 1.77E-03 -6.35E-01 5.95E-02 1.76E-03
-1.00E+00 8.54E-02 2.09E-03 -1.00E+00 9.88E-02 2.38E-03 -9.01E-01 9.11E-02 1.80E-03 -8.68E-01 8.31E-02 1.97E-03 -9.05E-01 7.70E-02 1.84E-03 -9.11E-01 7.07E-02 1.89E-03 -9.13E-01 6.75E-02 1.84E-03 -9.20E-01 6.52E-02 1.91E-03 -9.32E-01 6.31E-02 1.89E-03
-6.00E-01 1.37E-01 1.95E-03 -5.10E-01 1.07E-01 3.15E-03 -4.69E-01 9.38E-02 3.17E-03 -4.46E-01 8.57E-02 2.87E-03 -4.32E-01 7.86E-02 2.64E-03 -4.44E-01 7.63E-02 2.56E-03 -4.64E-01 7.68E-02 2.62E-03 -4.68E-01 7.62E-02 2.66E-03 -4.65E-01 7.45E-02 2.74E-03
答案 0 :(得分：1)
这显示了对象的内部结构
str(obj)
答案 1 :(得分：1)
我想通了，希望它可以帮助别人。您在模型中获取gamma，成本或任何参数的方式如下：
model_obj$gamma
model_obj$cost
只需使用存储分类器$参数名称的模型。
答案 2 :(得分：0)
您需要测试2 ^ -5〜2 ^ 5之间的成本和伽玛。并为每个值组合生成混淆矩阵，并选择成本和伽玛值以实现最高的准确性。