Question

我正在尝试根据svm训练的模型预测A值。这就是我的列车和测试数据的样子：

A     B    C     D
r00  r01  r02   r03
...  ...  ...   ...

代码片段如下：

featvecs = [“B”]

for (f in 1:nrow(featvecs)) {
    tuned <- svm(A ~., data = train[,c("A",featvecs[f,])], gamma = 0.01, cost = 10, kernel= "radial")
    svm.predict <- predict(tuned, test[,featvecs[f,]])
}

我收到了svm.predict行的以下错误，我不确定为什么？

Error in 1:nrow(newdata) : argument of length 0

列车数据的结构：

structure(list(A = structure(6L, .Label = c("'1'", 
"'2'", "'3'" ), class = "factor"), B =  structure(15L, .Label = c(...)...)

测试数据的结构：

structure(list(A = structure(2L, .Label = c("'1'", 
"'2'", "'3'" ), class = "factor"), B =  structure(17L, .Label = c(...)...)

Answer 1

我怀疑featvecs只有一列，因此featvecs[f,]的长度为1。

然后test[,featvecs[f,]]输出一个向量而不是预期的data.frame（请参阅mtcars[, "mpg"]和mtcars[, "mpg", drop = FALSE]之间的差异），nrow()应用于向量输出{{ 1}}：NULL的源代码中的1:nrow(newdata)会导致您的错误svm.predict()。

尝试将1:NULL添加到drop = FALSE，以便获得data.frame。

1：nrow（newdata）中的错误：使用SVM时的长度为0的参数预测

1 个答案: