使用kernlab包的ksvm进行预测有错误

Question

我使用 ksvm 函数来训练数据，但在预测时出现错误，代码如下：

 svmmodel4 <- ksvm(svm_train[,1]~., data=svm_train,kernel = "rbfdot",C=2.4,
               kpar=list(sigma=.12),cross=5)

警告消息：在 .local(x, ...) 中：变量`'常量。 无法缩放数据。

pred <- predict(svmmodel4, svm_test[,-1])

eval(expr,envir, enclos) 中的错误：未找到对象“res_var”。

如果我添加响应变量，它会起作用：

pred <- predict(svmmodel4, svm_test)

但是如果加上响应变量，怎么可能是“预测”呢？ 我的代码有什么问题？ 谢谢你的帮助！

完整代码：

library(kernlab)
svmData <- read.csv("svmData.csv",header=T,stringsAsFactors = F)
svmData$res_var <- as.factor(svmData$res_var)
svm_train <- svmData1[1:2110,]
svm_test <- svmData1[2111:2814,]
svmmodel4 <- ksvm(svm_train[,1]~.,data = svm_train,kernel = "rbfdot",C=2.4, 
              kpar=list(sigma=.12),cross=5)
pred1 <- predict(svmmodel4,svm_test[,-1])

Answer 1

您无法从测试数据集中删除响应列。 您只需水平划分数据，这意味着响应列必须在您的训练和测试数据集中，或者甚至是验证数据集中（如果有）。

你的职能

pred <- predict(svmmodel4, svm_test)

工作正常，预测函数将获取您的数据，知道您的因子列，并根据模型测试其余部分。 您的训练和测试数据集必须具有相同的列数，但行数可以不同。