Je suis nouveau dans le groupe alors je commence par saluer tous les membres ainsi que les administrateurs et modérateurs.
J’ai un jeu de donné sur lequel je souhaite réaliser une régression en utilisant la méthode de ré-échantillonnage dite : bootstrap. Jusque-là j’arrive à le faire avec une régression linéaire simple (RLS) en utilisant la package BootStepAIC. Par contre je n’arrive pas à le faire avec la régression SVM et la documentation que j’ai consulté ne donne pas d’exemple de script.
Ci-joint le code utilisé pour une RLS avec le bootstrap :
Code : Tout sélectionner
#je crée un jeu de données
n<-100
set.seed (231)
d<-data.frame (y=runif(n), x1=(runif(n))*0.5, x2=(runif(n))*0.25, x3=(runif (n))*3.2,
x4=(runif(n))*4.35, x5=(runif(n))*2.2)
lmFit <- lm(y~., data=d) # je lance une régression de y~x1+x2+x3+x4+x5
lmaic<-boot.stepAIC(lmFit, d, B=100) # je lance un bootstrap avec 100 itérations
lmaic # sur la base du AIC l'analyse me propose comme meilleur modèle le y~x2+x3
Je souhaite faire la même chose mais avec une régression SVM en ayant en plus du AIC, le R² et le RMSE .
Je vous saurais grès de bien vouloir m'aider
Merci.