r - 模型为空，e1071 包中的 SVM

Question

我有一个包含 N 个示例 x 765 个特征的矩阵。为此，每个示例都有一个包含 N 个标签的向量。

我正在尝试使用 SVM 对它们进行分类并进行预测。当我使用手动半拆分将整个数据拆分为训练和验证时，它在一个实例中起作用:

indicator<-1:(length(idx)/2)
training <- idx[indicator]
test<-idx[-indicator]

但是，如果我尝试使用以下方法将循环中每个类的一半随机化:

indicator<-sample(idx, trunc(length(idx)/2))
training <- idx[indicator]
test<-idx[-indicator]

调用时出现以下错误:

svm.model <- svm(x=training,y=trainlabels)

Error in predict.svm(ret, xhold, decision.values = TRUE) : Model is empty!

矩阵的维度和标签的长度非常好，svm() 调用是突然停止工作的原因。

trainlabels 是带有标签的“因子”，svmTraining 是矩阵的子集。

Answer 1

我曾经遇到过这个错误，原因是所有标签都相同，如果没有
指定，svm 尝试执行二分类。
如果，假设 90% 的标签是 A 而你随机选择一半，你可能只得到
作为。