R语言SVM模型计算F1-score

在R语言中，可以使用 `caret` 包中的 `confusionMatrix()` 函数来计算SVM模型的F1-score，该函数可以通过混淆矩阵计算模型的各项评价指标。

首先，使用 `svm()` 函数来训练SVM模型。这里以 `e1071` 包中的 `svm()` 函数为例。

library(e1071)

# 假设数据集为data
svm_model <- svm(y ~ ., data = data, kernel = "radial", gamma = 0.1, cost = 1)

接下来，使用 `predict()` 函数进行预测，并使用 `confusionMatrix()` 函数计算F1-score。

library(caret)

# 假设已有测试集数据为test_data，其中test_data$y为真实标签
predictor <- predict(svm_model, test_data)
confusion_matrix <- confusionMatrix(predictor, test_data$y)

# 输出混淆矩阵和F1-score
confusion_matrix$table
confusion_matrix$overall[6]

注意：以上代码仅为示例，实际应用中需要根据具体情况调整参数。