Question

我正在尝试使用tune.svm函数，因为我不知道哪些参数会产生一个好的模型（因为训练数据会被用户选中）我需要涵盖各种各样的值。目前我有这种行为

tune(svm, value ~ . , data= data_l, ranges=list(cost = 10^(0:5), epsilon = 10^(-1:0)))

Parameter tuning of ‘svm’:
- sampling method: 10-fold cross validation 
- best parameters:
 cost epsilon
  100     0.1
- best performance: 277.5491

和

tune(svm, value ~ . , data= data_l, ranges=list(cost = 10^(0:5), epsilon = 10^(-1:1)))
Error in predict.svm(ret, xhold, decision.values = TRUE) : Model is empty!

（epsilon最高值的差异）

我知道svm不适用于epsilon = 10，但我对这个调优函数的直觉是，它可以处理不会产生模型的参数。为什么不选择可以生成的模型？有没有“简单”的方法来省略这种错误行为？（我尝试过tryCatch（tune（））和我发现的很多其他东西，但我想我必须深入研究一下听起来不那么“简单”的tune / svm / predict-codes了。

Answer 1

我对＆＃34;模型的理解是空的！＆＃34;错误是它表示singular训练矩阵被输入SVM。请参阅Salvy的answer至this相关帖子以及R邮件列表中与Oldrich Kruza相关的message。

如何在tune.svm（）中省略空模型错误？

1 个答案: