使用kernlab包的ksvm進行預測有錯誤

Question

我使用 ksvm 函數來訓練數據，但在預測時出現錯誤，代碼如下：

 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：變量`'常量。 無法縮放數據。

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

eval(expr,envir, enclos) 中的錯誤：未找到對象“res_var”。

如果我添加響應變量，它會起作用：

pred <- predict(svmmodel4, svm_test)

但是如果加上響應變量，怎么可能是“預測”呢？ 我的代碼有什么問題？ 謝謝你的幫助！

完整代碼：

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

您無法從測試數據集中刪除響應列。 您只需水平划分數據，這意味着響應列必須在您的訓練和測試數據集中，或者甚至是驗證數據集中（如果有）。

你的職能

pred <- predict(svmmodel4, svm_test)

工作正常，預測函數將獲取您的數據，知道您的因子列，並根據模型測試其余部分。 您的訓練和測試數據集必須具有相同的列數，但行數可以不同。