0
我試圖在LibSVM 3.17（Java版本）中使用預先計算的內核，但遇到一個錯誤，該錯誤聲明： '錯誤的輸入格式：svm_train類的read_problem（）方法內的sample_serial_number超出範圍'。嘗試在LibSVM中使用預先計算的內核時遇到錯誤：「輸入格式錯誤：sample_serial_number超出範圍」
我正在使用線性內核開始，即採取兩個向量的點積。我正在使用的數據已經在範圍[-1,1]中使用svm_scale進行了縮放。當保存我的預先計算的內核時，我將第一列的行的ID（實際上是該行的唯一標識符）以及後續列的矩陣內容保存起來。我的生成矩陣是對稱的，我已經包括了第一對夫婦爲你的評價如下文件內容的條目：
48:0.015231278900000159
中遇到：
1 0:10.3098007199 1:9.691388073999995 2:8.269529587900001 3:10.836359234799996
2 0:9.691388073999995 1:10.441238090599997 2:7.5937360488 3:9.193978496500002
3 0:8.269529587900001 1:7.5937360488 2:8.1263441462 3:9.8885507424
4 0:10.836359234799996 1:9.193978496500002 2:9.8885507424 3:13.705259598099996
錯誤本身時，當值發生我的預計算內核文件（恰好在第一行）。誤差的產生是因爲上面的值失敗下列測試：
if ((int)prob.x[i][0].value <= 0 || (int)prob.x[i][0].value > max_index)
其中prob.x [I] [0]。價值= 0.015231278900000159在svm_train read_problem（）內。
我對於如何繼續處理這個問題有點困惑。我想知道我是否以正確的文件格式保存了數據？我已經閱讀了LibSVM中的自述文件，並且我認爲我正在做所有事情（但顯然不是）！我也看了看已經給其他的答案，比如：
Libsvm precomputed kernels和 Precomputed Kernels with LibSVM in Python
可惜我看不到在其中的答案。最後一個注意事項：當我在[0,1]範圍內對數據進行縮放時，上述錯誤沒有發生（因爲矩陣中的所有值現在> = 1），但我對於爲什麼會感到困惑矩陣中的負值似乎首先會造成問題。
提供的任何幫助/見解將不勝感激。