使用 R 的 SVM 分类 - 可变长度差异误差答案

【问题标题】：SVM Classification using R - Variable Length Differ Error使用 R 的 SVM 分类 - 可变长度差异误差
【发布时间】：2015-02-08 12:00:45
【问题描述】：

我目前正在借助 R 中可用的包解决 SVM 分类问题。

本网站中给出的示例代码可以正常工作。 http://en.wikibooks.org/wiki/Data_Mining_Algorithms_In_R/Classification/SVM

但是当使用不同的数据集尝试相同的程序时，我得到可变长度不同的错误。这是我的代码。

library(MASS)
library(e1071)
data <- ChickWeight
data <- data[-3]  # removing unwanted column  
tune.svm(data$Diet~., data = data , gamma = 10^(-6:-1) , cost=10^(-1:1))

错误。

 Error in model.frame.default(formula, data) : 
 variable lengths differ (found for 'weight')

我尝试在谷歌上搜索该错误，但我可以找到正确的修复方法或为什么会产生此错误。

请告知发生了什么问题。

【问题讨论】：

你需要正确设置你的公式，通过引用没有数据框的列，像这样：tune.svm(Diet~., data = data)
但是为什么它不考虑带有数据框的列。

标签： r data-mining svm

【解决方案1】：

您可能删除了：

'Diet'(target)

在传递给 svm 之前的列。

【讨论】：

【解决方案2】：

您的公式应仅包含列，不包含数据框（以及 $ 运算符）。试试这个：

library(MASS)
library(e1071)
tune.svm(Diet~., data = ChickWeight[-3] , gamma = 10^(-6:-1) , cost=10^(-1:1))

结果：

‘svm’的参数调优：

- sampling method: 10-fold cross validation 

- best parameters:
 gamma cost
   0.1   10

- best performance: 0.5641561

【讨论】：

谢谢你工作正常。但是请告诉我为什么它不考虑带有数据框的列。
因为这就是公式在 R 中的工作方式。它节省了键入时间，并且在数据框的上下文中评估了公式。您可以在?formula 中阅读（略显简洁的）帮助