使用稀疏矩阵训练 SVM 模型

【问题标题】：Training SVM model using sparse Matrix使用稀疏矩阵训练 SVM 模型
【发布时间】：2016-10-25 01:58:45
【问题描述】：

我已使用 Matrix 包将数据帧 (10430 X 1415) 转换为稀疏矩阵。我将数据采样到训练数据和测试数据中。我想使用稀疏矩阵构建一个 SVM 模型（'e1071'）。任何人都可以帮助我得到结果。下面是我正在尝试的代码。

library('e1071')

svm.model<-svm(trainData[,"Target"] ~.,data= trainData,kernel='linear', scale=FALSE)

错误：“无法将类“结构（“dgCMatrix”，包=“矩阵”）”强制转换为数据帧”

另外请建议如何在 testData 上使用 predict 函数。

【问题讨论】：

【解决方案1】：

要创建稀疏矩阵，您可以这样做：

library(Matrix)
library(SpareM)
sMatrix <- Matrix(data=as.matrix(trainData), sparse=TRUE)

然后你可以在你的 svm 模型上使用它

svm.model <- svm(trainData[,"Target"] ~., data=sMatrix, kernel="linear")

要进行预测，您应该确保您的火车数据具有正确的格式，然后您可以使用：

predicted <- predict(svm.model, testData)

【讨论】：

收到此错误。 "as.data.frame.default(data) 中的错误：无法将类 "structure("dgCMatrix", package = "Matrix")" 强制转换为 data.frame"