Question

我是R的新手并试图将我的svm模型保存在R中并阅读文档但仍然不明白错误。

我收到错误“对象不是矩阵”，这似乎意味着我的数据不是矩阵，但它是......所以缺少某些东西。

我的数据定义为：

data = read.table("data.csv")
trainSet = as.data.frame(data[,1:(ncol(data)-1)])

最后一行是我的标签

我正在尝试将我的模型定义为：

svm.model <- svm(type ~ ., data=trainSet, type='C-classification', kernel='polynomial',scale=FALSE)

这似乎应该是正确的，但我找不到其他例子。

到目前为止，这是我的代码：

# load libraries
require(e1071)
require(pracma)
require(kernlab)
options(warn=-1)

# load dataset
SVMtimes = 1
KERNEL="polynomial"
DEGREE = 2
data = read.table("head.csv")
results10foldAll=c()

# Cross Fold for training and validation datasets
for(timesRun in 1:SVMtimes) {
    cat("Running SVM = ",timesRun," result = ")

    trainSet = as.data.frame(data[,1:(ncol(data)-1)])
    trainClasses = as.factor(data[,ncol(data)])
    model = svm(trainSet, trainClasses, type="C-classification", 
                kernel = KERNEL, degree = DEGREE, coef0=1, cost=1, 
                cachesize = 10000, cross = 10)
    accAll = model$accuracies
    cat(mean(accAll), "/", sd(accAll),"\n")

    results10foldAll = rbind(results10foldAll, c(mean(accAll),sd(accAll)))
 }


# create model

svm.model <- svm(type ~ ., data = trainSet, type='C-classification', kernel='polynomial',scale=FALSE)

我的一个样本的例子是：

10.135338 7.214543 5.758917 6.361316 0.000000 18.455875 14.082668  31

Answer 1

此处， trainSet 是一个数据框，但在 svm.model 函数中，它希望数据是一个矩阵（您要分配的位置） trainSet 到数据）。因此，设置 data = as.matrix（trainSet）。这应该可以正常工作。

Answer 2

确实正如@ user5196900指出的那样，你需要一个矩阵来运行svm()。但请注意，矩阵对象意味着所有列都具有相同的数据类型，所有数字或所有分类/因子。如果您的数据属实，as.matrix()可能没问题。

在实践中，人们通常希望model.matrix()或sparse.model.matrix()（来自包Matrix）为分类变量提供虚拟列，而为数字变量提供单列。但确实是一个矩阵。

R对象不是矩阵

2 个答案: