R의 선형 SVM에서 의사 결정 경계를 얻는 방법은 무엇입니까?

선형 SVM 모델에 대한 방정식을 줄 수있는 패키지가 필요합니다. 현재 나는 다음 과 같이 e1071을 사용 하고 있습니다 :

library(e1071)
m = svm(data, labels, type='C', kernel='linear', cost=cost, probability=FALSE, scale=scale)
w = t(m$coefs) %*% data[m$index,]  #Weight vector
b = -model$rho #Offset

그러나 e1071::svm()긍정적 클래스와 부정적인 클래스를 선택 하는 방법을 잘 모르겠 으므로 다른 데이터 세트로 인해 문제가 발생할 수 있다고 생각합니다. 누구 든지이 함수가 어떤 클래스가 긍정적이고 어떤 클래스가 부정적인지를 결정하는지 확인할 수 있습니까?

또한 더 좋은 패키지가 있습니까?

데이터 포인트 $x$ SVM은 의사 결정 가치를 계산합니다 $d$ 다음과 같은 방식으로 :

d <- sum(w * x) + b

만약 $d > 0$ 그런 다음 라벨 $x$ 이다 $+1$그렇지 않으면 $-1$. 다음과 같이 newdata말 하여 데이터 매트릭스 에 대한 레이블 또는 결정 값을 얻을 수도 있습니다.

predict(m, newdata)

또는

predict(m, newdata, decision.values = TRUE)

패키지 e1071에서 SVM을 사용할 때는주의해야합니다. e1071 libsvm 문제를 참조하십시오 . 질문. R에 대한 다른 몇 가지 SVM 패키지는 kernlab, klaR 및 svmpath 입니다. A. Karatzoglou 및 D. Meyer의 R의 벡터 시스템 지원 개요를 참조하십시오 .