Question

我对R中的SVM相对较新。我创建了一个SVM模型，可以正常使用默认设置但是当我尝试使用tune.svm（）函数来优化具有相同数据的参数时，会抛出以下错误：

＆＃34;错误if（tunecontrol $ cross＆gt; n）停止（sQuote（＆＃34; cross＆＃34;），＆＃34;不得超过采样大小！＆＃34;）：参数是长度为零＆＃34;

非常感谢任何帮助

trainingDataFrameNoLabels是一个107 * 5的数据帧，这里是我正在使用的代码片段。

`

install.packages("e1071")
install.packages("raster")
install.packages("Rcpp")
install.packages("rgdal")
library("e1071")
library("raster")
require(raster)
trainingData=read.csv(file="Z:/BIO650/Buttomus_Species_Distribution_Model/Working_Data/Training_And_Validation/Training_With_Data.csv",header = TRUE, sep=",")
trainingDataFrame=data.frame(trainingData)
trainingDataFrameNoLabels=trainingDataFrame[,2:6]
svmModel=svm(trainingDataFrameNoLabels,y=NULL, method = "one-classification")
tobj = tune.svm(x=trainingDataFrameNoLabels[1:50,],y=NULL, method = "one-classification",gamma = 10^(-6:-3), nu =  0.001:0.5)

`

Answer 1

如果您在tune（）调用中引用样本列表，则会抛出此错误。我有1000个随机生成的样本，我也很困惑。就是这样，引用一个列表而不是一个元素。它不知道该怎么做。所以在我的情况下，我随机选择了1000套中的一套并使用它（在这个更复杂的简化示例中）。

svm.tune.rslts <- tune(svm, TARGET~., data = aDf_norm.trainsml,nrepeat=8,
                       ranges = list(gamma = 2^(-9:10), cost = 2^(-9:10)),
                       tunecontrol = tune.control(sampling = "cross",cross=10))

rnd<-sample(1:1000,1)
svm.tune.rslts <- tune(svm, TARGET~., data = aDf_norm.trainsml[[rnd]],nrepeat=8,
                       ranges = list(gamma = 2^(-9:10), cost = 2^(-9:10)),
                       tunecontrol = tune.control(sampling = "cross",cross=10))

使用e1071 ERROR调整单类SVM分类R.

1 个答案: