【发布时间】:2014-08-01 12:48:39
【问题描述】:
我有一个包含 N 个示例 x 765 个特征的矩阵。为此,每个示例都有一个包含 N 个标签的向量。
我正在尝试使用 SVM 对它们进行分类并进行预测。当我使用手动半拆分将整个数据拆分为训练和验证时,它在一个实例中起作用:
indicator<-1:(length(idx)/2)
training <- idx[indicator]
test<-idx[-indicator]
但是,如果我尝试使用以下方法将循环中每个类的一半随机化:
indicator<-sample(idx, trunc(length(idx)/2))
training <- idx[indicator]
test<-idx[-indicator]
调用时出现如下错误:
svm.model <- svm(x=training,y=trainlabels)
Error in predict.svm(ret, xhold, decision.values = TRUE) : Model is empty!
矩阵的尺寸和标签的长度都非常好,svm() 调用会突然停止工作。
trainlabels 是带有标签的“因子”,svmTraining 是矩阵的子集。
【问题讨论】:
标签: r classification svm