型号为空，SVM在e1071封装中

Question

我有N个示例x 765个特征的矩阵。 为此，每个示例都有N个标签的向量。

我正在尝试使用SVM对它们进行分类并做出预测。 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从循环中的每个类中随机分出一半：

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!

矩阵的尺寸和标签的长度都非常好，调用svm（）可以使工作停止运作。

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

Answer 1

我一次遇到该错误，原因是所有标签都相同，并且如果未指定任何内容，则svm尝试执行两类分类。 如果说90％的标签是A，而您随机挑选了一半，则您可能只会获得As。