28、机器学习中的黑盒方法与关联规则挖掘

机器学习中的黑盒方法与关联规则挖掘

支持向量机模型训练与评估

支持向量机（SVM）是一种强大的机器学习模型，可用于字母识别等任务。在训练 SVM 模型后，我们可以查看模型的基本信息：

> letter_classifier
Support Vector Machine object of class "ksvm"
SV type: C-svc  (classification)
 parameter : cost C = 1
Linear (vanilla) kernel function.
Number of Support Vectors : 7037
Objective Function Value : -14.1746 -20.0072 -23.5628 -6.2009 -7.5524
-32.7694 -49.9786 -18.1824 -62.1111 -32.7284 -16.2209...
Training error : 0.130062

这些信息只能让我们对模型有一个初步的了解，要评估模型在实际应用中的性能，还需要在测试数据集上进行测试。

模型性能评估步骤

1. 使用 predict() 函数进行预测 ：

> letter_predictions <- predict(letter_classifier, letters_test)