R中的硬卡错误：可变长度不同

Question

我正在尝试完成An Introduction to Statistical Learning with Applications in R 的第 371 页中的练习 7，我需要训练一个 SVM 分类器来预测给定汽车的里程是高于还是低于平均值。 数据在数据框 Auto 中，没有 NA、不同的长度或其他明显麻烦的特征（它有一列存储为因子的字符串，但我已经处理过了）。

我使用以下代码执行此操作

library("ISLR")
library("e1071")
set.seed(1)
m=dim(Auto)[1]
train=sample(1:m, ceiling(m/2), replace = FALSE)
train=sort(train)
med=median(Auto$mpg)
above_median=as.numeric(Auto$mpg[train]>=med)

length(above_median)
dim(Auto[train, -c(1,9)])

tune.out<-tune(svm, above_median ~ ., data=Auto[train,-c(1,9)], kernel="linear", 
          ranges=data.frame(cost=c(0.01, 0.03, 0.1, 0.3, 1, 3)), scale = FALSE)

返回

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

这显然不是这样，因为我已经检查过所有相关长度都是 196。另外，我已经检查过数据中没有 NA。

Answer 1

如果你以这种方式运行它，它就可以工作。

tmp <- Auto
tmp$above_median <- above_median
tune.out <- tune(svm, above_median ~ ., data=tmp[train,-c(1,9)], kernel = "linear", 
                 ranges = data.frame(cost=c(0.01, 0.03, 0.1, 0.3, 1, 3)), scale = FALSE)

我想这是寻找above_median内部数据框提供的，它没有找到它，所以Y的长度为0。因此，第一列不具有相同的长度。

PS：我创建tmp为了不更改原始数据框。 考虑到您的练习是一种练习，我认为这无关紧要。