使用SVM模型進行預測時R返回系數（0）

Question

我的問題與此線程完全相同，但是，由於這似乎還沒有令人滿意的答案，因此我認為再次詢問可再現的代碼仍然是適當的。

training <- read.csv("https://d396qusza40orc.cloudfront.net/predmachlearn/pml-training.csv")[,-1]
testing <- read.csv("https://d396qusza40orc.cloudfront.net/predmachlearn/pml-testing.csv")[,-1]
# Importing data

library(e1071)
# Load the required package for SVM

svm_model <- svm(classe ~ pitch_arm + pitch_forearm + pitch_dumbbell + pitch_belt +
  roll_arm + roll_forearm + roll_dumbbell + roll_belt +
  yaw_arm + yaw_forearm + yaw_dumbbell + yaw_belt,
  data = training, scale = FALSE, cross = 10)
# Perform SVM analysis with default gamma and cost, and do 10-fold cross validation

predict(svm_model, testing)
# R returns factor(0) here

我已經檢查過測試數據框是否具有所有需要的列，並且那些必需的列中不存在NA。 請給我一些想法繼續。 謝謝！

Answer 1

這似乎是e1071預告.svm函數中一個古怪的結果。 雖然您的測試數據沒有模型中變量的缺失值。 每個點都有缺失值。

complete.cases(testing)
 [1] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
[14] FALSE FALSE FALSE FALSE FALSE FALSE FALSE

您可以通過消除不需要的變量來解決此問題。

ModelVars = which(names(training) %in% 
    c("pitch_arm", "pitch_forearm", "pitch_dumbbell", "pitch_belt",
    "roll_arm", "roll_forearm", "roll_dumbbell", "roll_belt", 
    "yaw_arm", "yaw_forearm", "yaw_dumbbell", "yaw_belt"))
test2  = testing[, ModelVars]

predict(svm_model, test2)
 1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20 
 A  A  B  A  A  A  D  B  A  A  A  C  A  A  A  A  A  A  A  A 
Levels: A B C D E