我正在尝试使用 R 中的支持向量机查找新输入向量的类概率。 训练模型没有显示错误。
fit <-svm(device~.,data=dataframetrain,
kernel="polynomial",probability=TRUE)
但是预测某些输入向量会出现一些错误。
predict(fit,dataframetest,probability=prob)
Error in `contrasts<-`(`*tmp*`, value = contr.funs[1 + isOF[nn]]) :
contrasts can be applied only to factors with 2 or more levels
dataframetrain 看起来像:
> str(dataframetrain)
'data.frame': 24577 obs. of 5 variables:
$ device : Factor w/ 3 levels "mob","pc","tab": 1 1 1 1 1 1 1 1 1 1 ...
$ geslacht : Factor w/ 2 levels "M","V": 1 1 1 1 1 1 1 1 1 1 ...
$ leeftijd : num 77 67 67 66 64 64 63 61 61 58 ...
$ invultijd: num 12 12 12 12 12 12 12 12 12 12 ...
$ type : Factor w/ 8 levels "A","B","C","D",..: 5 5 5 5 5 5 5 5 5 5 ...
数据帧测试看起来像:
> str(dataframetest)
'data.frame': 8 obs. of 4 variables:
$ geslacht : Factor w/ 1 level "M": 1 1 1 1 1 1 1 1
$ leeftijd : num 20 60 30 25 36 52 145 25
$ invultijd: num 6 12 2 5 6 8 69 7
$ type : Factor w/ 8 levels "A","B","C","D",..: 1 2 3 4 5 6 7 8
我使用 2 个“geslacht”因子训练模型，但有时我必须仅使用 1 个“geslacht”因子来预测数据。 是否有可能通过仅包含 1 个“geslacht”因子的测试集来预测类别概率？
希望有人能帮助我!!
最佳答案
向 geslacht 添加另一个级别(但不是数据)。
x <- factor(c("A", "A"), levels = c("A", "B"))
x
[1] A A
Levels: A B
或
x <- factor(c("A", "A"))
levels(x) <- c("A", "B")
x
[1] A A
Levels: A B
关于r - 数据集必须包含 R 中 SVM 中的所有因素，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/55472705/