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 en 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 en gmail.com <mailto:betanster en 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 en 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 en 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 en 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------------ próxima parte ------------ Se ha borrado un adjunto en formato HTML... URL: <https://stat.ethz.ch/pipermail/r-help-es/attachments/20230217/c7688fda/attachment-0001.html> ------------ próxima parte ------------ A non-text attachment was scrubbed... Name: Gráfico_pegado-1.tiff Type: image/tiff Size: 128138 bytes Desc: no disponible URL: <https://stat.ethz.ch/pipermail/r-help-es/attachments/20230217/c7688fda/attachment-0001.tiff>
Muchas gracias !! El 17/2/23, Emilio L. Cano <emilopezcano en 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 en 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 en gmail.com >> <mailto:betanster en 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 en 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 en 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 en 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