【发布时间】:2018-10-29 09:05:45
【问题描述】:
我希望得到一些关于我为什么会得到的指示:
Warning message: In method$predict(modelFit = modelFit, newdata =
newdata, submodels = param) : kernlab class prediction calculations
failed; returning NAs
当我打印出预测时:
svmRadial_Predict
[1] <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA>....
我为执行 SVM 拟合而编写的代码:
#10-fold cross validation in 3 repetitions
control = trainControl(seeds = s, method="repeatedcv", number=10,
repeats=3, savePredictions = TRUE, classProbs = TRUE)
拟合的SVM模型是这样的:
svmRadial_model = train(y=modelTrain$Emotion,
x=modelTrain[c(2:4)],
method ='svmRadial',
trControl = control,
data=modelTrain,
tuneLength = 3
)
我为执行预测而编写的代码如下所示:
svmRadial_Predict <- predict(svmRadial_model,
newdata = modelTest[c(2:4)], probability = TRUE )
我检查了数据,在训练或测试集中没有 NA 值。 y 值是一个因素,x 值是数字,如果这有区别吗?任何调试此问题的提示将不胜感激!
在模型训练时,我可以看到如下警告:
line search fails -1.407938 -0.1710936 2.039448e-05
我曾假设只是模型无法为数据中的特定观察拟合超平面。我正在使用 svmRadial 内核 我试图拟合的数据已经使用 R scale() 函数居中和缩放。
进一步的工作让我相信这与 classProbs = TRUE 标志。如果我忽略它,则不会打印任何警告。 我已经开始了我的代码的另一次运行,SVM 似乎需要很长时间才能在我的笔记本电脑上完成这项任务,但我会在完成后立即报告结果。
作为最终编辑,模型拟合完成且没有错误,我可以使用该模型很好地预测/计算混淆矩阵等。我不明白为什么包含 classProbs = TRUE 会破坏它,但可能与交叉验证与我在 trainControl 中请求的交叉验证的组合
【问题讨论】:
-
预测对您的训练数据有效吗?如果是这样,您可能不知道训练和测试之间存在一些差异。
-
嗨 Ian,感谢您的建议 - 当我这样做时: svmRadial_Predict
-
您可能希望将警告添加到您的问题中。抱歉,我无法提供更多帮助。
-
我已经添加了警告样本,Ian 干杯,别担心,非常欢迎所有提示!