使用R kernlab包的高斯过程分类:问题预测测试集大于训练集

时间:2016-03-05 00:09:36

标签: r kernlab

我正在使用gausspr包中的kernlab函数进行高斯进程分类,并遇到以下错误消息:

  

votematrix出错[i,ret> 0] :(下标)逻辑下标   长

我随时尝试使用分类器对数据集进行预测,该数据集的观察次数多于训练集。 以下是重现此问题的一个非常简单的示例:

data(iris)
gp1 = gausspr(Species ~., data=iris)
predict(gp1,iris[c(1:150,1),-5])

还有其他人遇到过这个问题吗?除了调用之外,如何绕过它的任何见解都会在较小的测试数据子集上多次预测?

谢谢!

1 个答案:

答案 0 :(得分:0)

我现在没有时间审核代码,但是预测'probabilities'会跳错代码,所以请尝试这样做:

data(iris)
gp1 = gausspr(Species ~., data=iris)
predict(gp1,iris[c(1:150,1),-5], type = 'probabilities')

使用概率。

This is the loop that outputs that error if you want to review it.