Як отримати межі рішення з лінійного SVM в R?

Мені потрібен пакет, який може дати мені рівняння для лінійної моделі SVM. В даний час я використовую e1071 так:

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

Однак я не впевнений, як e1071::svm()вибирають позитивні та негативні класи, тому думаю, що це може спричинити різні набори даних. Чи може хтось підтвердити, як ця функція вирішує, який клас є позитивним, а який - негативним?

Також, чи є кращий пакет для цього?

Для точки SVM обчислює значення таким чином:$x$$d$

d <- sum(w * x) + b

Якщо то мітка дорівнює , інакше - . Ви також можете отримати мітки або значення рішення для матриці даних , сказавши$d > 0$$x$$+1$$-1$newdata

predict(m, newdata)

або

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

Будьте обережні, використовуючи SVM з пакета e1071, див. Проблема з e1071 libsvm? питання. Кілька інших пакетів SVM для R - це kernlab, klaR і svmpath, див. Цей огляд: Підтримка векторних машин у R А. Каратцоглоу та Д. Мейєра.