1
我使用svm
從e1071
像這樣的數據集:調SVM中的R - 因變量具有錯誤類型
sdewey <- svm(x = as.matrix(trainS),
y = trainingSmall$DEWEY,
type="C-classification")
這工作得很好,但是當我試圖調整這樣的成本和γ :
svm_tune <- tune(svm, train.x=as.matrix(trainS), train.y=trainingSmall$DEWEY, type="C-classification", ranges=list(cost=10^(-1:6), gamma=1^(-1:1)))
我得到這個錯誤:
Error in tune(svm, train.x = as.matrix(trainS), train.y = trainingSmall$DEWEY, : Dependent variable has wrong type!
我的訓練數據的結構是這樣,但有更多的線:
'data.frame': 1000 obs. of 1542 variables:
$ women.prisoners : int 1 0 0 0 0 0 0 0 0 0 ...
$ reformatories.for.women : int 1 0 0 0 0 0 0 0 0 0 ...
$ women : int 1 0 0 0 0 0 0 0 0 0 ...
$ criminal.justice : int 1 0 0 0 0 0 0 0 0 0 ...
$ soccer : int 0 1 0 0 0 0 0 0 0 0 ...
$ coal.mines.and.mining : int 0 0 1 0 0 0 0 0 0 0 ...
$ coal : int 0 0 1 0 0 0 0 0 0 0 ...
$ engineering.geology : int 0 0 1 0 0 0 0 0 0 0 ...
$ family.violence : int 0 0 0 1 0 0 0 0 0 0 ...
這是一個多級問題。 我不知道如何解決這個問題,或者是否有其他方法來找出成本和伽瑪參數的最佳值。
Here is an example of my data,和trainS
是沒有前4列(DEWEY,D1,D2和D3),該數據
由於
謝謝,這工作得很好。我意識到我留下了type =「linear」標誌,這是沒有意義的,因爲找到該特定類型的成本和伽馬並不是必須的(我試圖查看線性是否最差/比RBF更好)。我編輯了這個問題來解決這個問題。 – moondaisy