SVM 分类 - R 中的归一化答案

【问题标题】：SVM classification - normalization in RSVM 分类 - R 中的归一化
【发布时间】：2016-08-12 05:37:38
【问题描述】：

我想使用SVM 分类。在我使用SVM 模型之前，如何标准化（或缩放）我的数据集中每列的特征？

train <- read.csv("train.csv")
test <- read.csv("test.csv")

svm.fit=svm(as.factor(type)~ ., data=train, core="libsvm",kernel="linear",cross=10, probability=TRUE)

【问题讨论】：

您可以提供一些示例数据吗？不确定您拥有什么类型的数据（例如，离散、连续）

标签： r machine-learning svm normalization libsvm

【解决方案1】：

您可以在sapply 中使用scale 函数：

scaleddf <- as.data.frame(sapply(train, function(i) if(is.numeric(i)) scale(i) else i))

如果您的数据包含具有NaN 值或方差为 0 的变量，您可以在使用上述函数之前先对原始数据集进行处理和子集化。

# get a vector of variables to drop
dropVars <- sapply(train, function(i) {
              if((is.numeric(i) & !any(is.nan(i)) & sd(i) > 0) | is.factor(i) | is.character(i)) TRUE
              else FALSE
              }
# subset test dropping columns that don't fit the criteria
smallerdf <- test[, dropVars]

然后将上面原来的sapply函数应用到smallerdf

【讨论】：

它给了我这个错误。 Error in model.frame.default(formula, data) : variable lengths differ (found for 'lice_id') 我已经用 na.action=na.omit 尝试过，但这似乎也没有帮助。
@Mahsolid 我不确定问题出在哪里，但听起来其中一个变量缺少值。通过在搜索引擎中运行此错误消息以及您正在使用的功能，您可能会找到更好的答案。您还可以查看您的变量，看看是否发现了缺失值。如果这些都没有找到答案，那么可能值得在 SO 上发布一个新问题，以便更经常使用此功能的人可以看看。