使用R kernlab软件包进行高斯过程分类：预测问题的测试集大于训练集的问题

Question

我正在使用gausspr软件包中的gausspr函数进行高斯过程分类，并kernlab以下错误消息：

表决矩阵[i，ret> 0]中的错误：（下标）逻辑下标过长

每当我尝试使用分类器对观察值比训练集更多的数据集进行预测时。 这是一个很简单的示例来重现此问题：

data(iris)
gp1 = gausspr(Species ~., data=iris)
predict(gp1,iris[c(1:150,1),-5])

有没有其他人遇到这个问题？ 除了调用多次对较小测试数据子集进行预测以外，是否有其他解决方法的见解？

谢谢！

Answer 1

我现在没有时间审查代码，但是预测'probabilities'会使错误代码跳出来，所以请尝试以下方法：

data(iris)
gp1 = gausspr(Species ~., data=iris)
predict(gp1,iris[c(1:150,1),-5], type = 'probabilities')

和概率一起工作。

---

如果您要检查该错误，则此循环将输出该错误。