Question

我正在尝试使用R中的SVM为一个类分类构建模型。我已使用is.na(x)验证我的所有对象都没有NA值。尽管有很多关于这个主题的帖子，我仍然会收到我无法找到解决方案的错误。

d<-read.xlsx("deals.xlsx", sheetIndex=1, rowIndex=NULL,
         startRow=2, endRow=200, colIndex=(1:5),
         as.data.frame=T, header=T, colClasses=NA,
         keepFormulas=FALSE, encoding="unknown")

d<-subset(d, res=="yes")
x <- subset(d, select = -res) #make x variables
y <- (d$res) #make y variable(dependent)

model <- svm(x,y,type='one-classification')

Answer 1

遇到类似的问题，this thread很有帮助。简而言之，我的错误与类Date的两个预测变量以及类factor的两个预测变量有关。我正在使用{caret}并为SVM调用{kernlab}模型。你可以删除这些变量，但是如果你想保留它们（或者从它们派生的变量）：

链接线程包含一个建议，用于从Date变量中创建数字变量，以保持类似日期的建模功能。

对于存储为因子的预测变量，您可以尝试类似下面的函数。该函数将采用当前factor变量名称，然后添加后缀_LEVEL，其中LEVEL是factor级别的名称。但是，原始功能仍然保留，因此您需要在建模之前或建模步骤中删除这些功能（例如，在公式参考中，将这些列排除在x = df[, -c(1:2)]之外）。

功能：

for (i in colnames(df[, sapply(df, is.factor)])){
    for (level in unique(df[, i])){
        df[paste(i, level, sep = "_")] = 
            as.integer(ifelse(df[, i] == level, 1, -1))
    }
}

将df替换为data.frame的名称，你应该好好去。

迈克尔

Answer 2

我有一个类似的问题，我发现我的x数据框包含一个标有值的列。我通过执行以下操作删除了该列：

x<- x[,-1] #where 1 is the number of the column

如果您按照此示例（One-class classification with SVM in R）并输出数据集，您将看到初始数据集df包含标记值，然后x数据框不包含，y仅包含标记变量。

if（any（co））{：缺少值需要TRUE / FALSE时出错

2 个答案: