r - 使用 R 的 SVM 分类 - 可变长度差异误差

标签 r data-mining svm

我目前在 R 中可用的包的帮助下处理 SVM 分类问题。

本网站中给出的示例代码工作正常。 http://en.wikibooks.org/wiki/Data_Mining_Algorithms_In_R/Classification/SVM

但是当用不同的数据集尝试同一个程序时,我得到了可变长度不同的错误。这是我的代码。

library(MASS)
library(e1071)
data <- ChickWeight
data <- data[-3]  # removing unwanted column  
tune.svm(data$Diet~., data = data , gamma = 10^(-6:-1) , cost=10^(-1:1))

错误。

 Error in model.frame.default(formula, data) : 
 variable lengths differ (found for 'weight')

我尝试用谷歌搜索错误,但我可以找到正确的修复方法或为什么会产生此错误。

请告诉我出了什么问题。

最佳答案

您的公式应仅包含列,不包含数据框(和 $ 运算符)。试试这个:

library(MASS)
library(e1071)
tune.svm(Diet~., data = ChickWeight[-3] , gamma = 10^(-6:-1) , cost=10^(-1:1))

结果:

‘svm’的参数调整:

- sampling method: 10-fold cross validation 

- best parameters:
 gamma cost
   0.1   10

- best performance: 0.5641561 

关于r - 使用 R 的 SVM 分类 - 可变长度差异误差,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/27398517/

相关文章:

r - 使用 dplyr 将函数应用于每个组并返回指定的数据帧

r - 根据一组其他列中已识别的重复项将行折叠为多列的列表

python - Twitter:如何提取包含符号 (!,%,$) 的推文?

r - 使用 RTextTools 时如何保存 ID 字段

r - 使用 gsub() 替换除某些子字符串之外的所有数字

r - 从函数调用时,addSMA 未绘制在图形上

anaconda - 元数据可以成为 Orange3 中的目标变量吗?

machine-learning - 决策树如何计算 split 属性?

opencv - 特征提取后使用SVM进行裸体检测算法

scikit-learn - 分类 - 修改后的 huber 损失 : how is it more tolerant to outliers?