r - 没有找到 ksvm 的预测函数?

标签 r kernlab

我正在尝试使用 R 中库 kernlab 中的函数 predict.ksvm 。 我一直在阅读以下链接的文档: https://www.rdocumentation.org/packages/kernlab/versions/0.9-27/topics/predict.ksvm

函数 ksvm 正在工作,所以只是预测函数当前不工作。

代码:

library(kernlab)
mySvm<-ksvm(x=as.matrix(train[,-4703]),y=train[,4703],kernel="vanilladot")
predSvm<-predict.ksvm(mySvm,newdata=test[,-4703])

错误:

Error in predict.ksvm(mySvm, newdata = test[, -4703]) : 
could not find function "predict.ksvm"

最佳答案

简单地尝试一下

predSvm <- predict(mySvm, newdata = test[,-4703])

它应该可以工作,因为 mySvmksvm 类的对象,并且会自动为其选择适当的函数方法

当你写的时候

predSvm <- predict.ksvm(mySvm, newdata = test[,-4703])

它不起作用,因为 ksvm 类的 predict 方法对您有些隐藏,假装不存在。如果它是一个 S3 函数,您可以编写 kernlab:::predict.ksvm,但在本例中它是一个 S4 函数,因此您需要 getMethod("predict", "ksvm") 才能查看该函数。

关于r - 没有找到 ksvm 的预测函数?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/53740020/

相关文章:

r - dplyr 获取比例

r - R 中的多个直方图

r - ggplot2 多边形 -> 错误 : Discrete value supplied to continuous scale

r - if(any(co)){: missing value where TRUE/FALSE needed In addition: Warning messages: 1: In FUN(newX[, i], …) : NAs introduced by coercion

r - 如何在 R 中使用 ksvm 执行新颖性检测?

r - 交叉验证插入符号和 svm 的预测

R:使用自定义内核(用户定义内核)的 SVM 性能在 kernlab 中不起作用

R:如何整合这些数据框?

r - 自定义绘图热图的悬停文本