Question

这是我第一次使用支持向量机。我正在尝试解决这个功课，但是我收到了上面提到的错误...代码正在为线性内核和径向内核工作，但是对于多项式内核这里不是我的代码：

library(e1071)
test_data = #upload test data here.
training_data= read.table('Digits_training.csv', sep =',', header = TRUE)
y = training_data$y

chosen_svm = function(y,training_data,kernel_name){
  obj <- tune.svm(y~., data = training_data, gamma = 10^(-3:1), cost = 10^(-3:1), kernel = kernel_name)
  gamma = obj$best.parameters$gamma
  cost = obj$best.parameters$cost
  model = svm(y~., data = training_data, gamma = gamma, cost = cost,  kernel = kernel_name)
  return(model)
}

radial_svm = chosen_svm(y,training_data,'radial')
lin_svm = chosen_svm(y,training_data,'linear')
pol_svm = chosen_svm(y,training_data,'polynomial')

我厌倦了稍微改变伽玛和成本范围，并尝试使用二次多项式，但我仍然得到相同的错误信息。

知道为什么会这样吗？

Answer 1

这不是错误。它只是一个警告，意味着您的优化器没有收敛到给定的迭代次数。不幸的是，e1071内部有限制设置......你无法改变它

int max_iter = max(10000000, l>INT_MAX/100 ? INT_MAX : 100*l);

你能做什么？只需更改库，例如http://r.gmum.net具有与此限制相同的库（libsvm）

https://github.com/gmum/gmum.r/blob/master/src/svm/svm.cpp（第553行）

[...]
int iter = 0;
// int max_iter = max(10000000, l>INT_MAX/100 ? INT_MAX : 100*l);
int counter = min(l,1000)+1;

while(1)
[...]

我很确定很多其他人也放弃了它。例如，在python的scikit中，你也可以明确地陈述最大迭代次数（并设置为缺少限制的-1）。

使用多项式内核调整svm时出现奇怪的错误消息：“警告：达到最大迭代次数”

1 个答案: