plot不会显示svm对象，也不会返回错误

Question

我正在尝试使用svm（）对我的数据进行分类。我的数据样本如下：

    ID  call_YearWeek   week    WeekCount   oc
    x   2011W01 1   0   0
    x   2011W02 2   1   1
    x   2011W03 3   0   0
    x   2011W04 4   0   0
    x   2011W05 5   1   1
    x   2011W06 6   0   0
    x   2011W07 7   0   0
    x   2011W08 8   1   1
    x   2011W09 9   0   0
    x   2011W10 10  0   0
    x   2011W11 11  0   0
    x   2011W12 12  1   1
    x   2011W13 13  1   1
    x   2011W14 14  1   1
    x   2011W15 15  0   0
    x   2011W16 16  2   1
    x   2011W17 17  0   0
    x   2011W18 18  0   0
    x   2011W19 19  1   1

第三列显示了一年中的一周。第4列显示该周的呼叫数，最后一列是二进制因子（如果在该周接收到呼叫，则不是）。我使用了以下几行代码：

 train <- data[1:105,]
 test <- data[106:157,]
 model <- svm(oc~week,data=train)
 plot(model,train,week)
 plot(model,train)

最后两行都没有工作。他们没有显示任何情节，他们没有返回任何错误。我想知道为什么会这样。

谢谢

Answer 1

这里似乎有两个问题，首先是plot.svm并不支持所有svm类型 - 只有分类方法，而不是回归方法。由于您的回复是数字，svm()假定您要进行回归，因此默认选择“eps-regression”。如果要进行分类，请将响应更改为因子

model <- svm(factor(oc)~week,data=train)

默认使用“C-classification”。

第二个问题是似乎没有实施单变量预测图。它似乎需要两个变量（一个用于x，一个用于y）。

最好退一步，准确描述你想要的情节。