如何调整 R 插入符号包中的最大迭代次数

Question

我在 R caret 包中运行具有径向基核函数的支持向量机。我的代码运行时没有错误或警告，但是它会生成“达到最大迭代次数...”消息，我将其解释为算法没有收敛到解决方案。

以一个小型大学招生数据集（4 个特征，n=400）为例：

# Load data & factor admit variable.
> mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv")
  mydata$admit <- as.factor(mydata$admit)

# Create levels yes/no to make sure the the classprobs get a correct name.
 levels(mydata$admit) = c("yes", "no")


# Train SVM via 10-fold CV.
set.seed(123)
train_control <- trainControl( method="cv",
    number=10,
    classProbs = TRUE,
    savePredictions = TRUE)

model_rbfsvm<- train(as.factor(admit) ~ .,
    data=mydata,
    trControl=train_control,
    method="svmRadial", 
    family="binomial", 
    tuneGrid=expand.grid(C=c(.000001, .00001, .0001, .001, .01, .1, 1, 10), sigma=c(.00001, .0001, .001, .01, .1, 1, 10)), 
    metric="Accuracy", 
    preProcess=c("center","scale"))

成功执行但产生以下消息（我已经缩写 - 它持续了很多行）：

maximum number of iterations reached 4.663775e-05 4.663771e-05maximum number of iterations reached 0.0003396917 0.0003396878...

使用 train 函数中的 maxiter= 语句调整最大迭代次数会产生相同的消息。

是否可以调整caret中的最大迭代次数还是固定在特定级别？

Answer 1

无法调整迭代次数。如果您指定maxiter = .....，它会被传递到底层kernlab lssvm 函数，但不是lssvm 函数中的选项并且被忽略。

您的警告仅在您设置classProbs = TRUE 时发生，如果您将其保留为默认选项，您将不会看到任何消息。这很有趣，因为该消息表明 svm 尚未达到收敛，并且在 classProbs = FALSE 时以某种方式达到了收敛。但我对此表示怀疑，因为模型结果完全相同。如果您设置verboseIter = TRUE，消息会更好地显示。

+ Fold1: C=0.001, sigma=0.001 
maximum number of iterations reached 0.00024476 0.0002447579- Fold1: C=0.001, sigma=0.001 
+ Fold1: C=0.010, sigma=0.001 
maximum number of iterations reached 0.002770727 0.002765972- Fold1: C=0.010, sigma=0.001

直接使用lssvm 函数运行模型不会返回任何具有最大迭代次数的消息。您可能想在github page of caret 上写一行。

P.S.：您在 train 函数中指定的 family 选项不需要（也未使用）。