我可能在这里犯了一个很简单(也很愚蠢)的错误,但我想不通。 我在玩Kaggle的一些数据(数字识别器),并试图使用SVM与Caret包来做一些分类。 如果我只是将标签值以数字类型插入函数中,则 train
Caret中的函数似乎默认为回归,性能相当差。 所以接下来我尝试的是用函数 factor()
并尝试运行SVM分类。 下面是一些代码,我生成了一些虚拟数据,然后将其插入Caret。
library(caret)
library(doMC)
registerDoMC(cores = 4)
ytrain <- factor(sample(0:9, 1000, replace=TRUE))
xtrain <- matrix(runif(252 * 1000,0 , 255), 1000, 252)
preProcValues <- preProcess(xtrain, method = c("center", "scale"))
transformerdxtrain <- predict(preProcValues, xtrain)
fitControl <- trainControl(method = "repeatedcv", number = 10, repeats = 10)
svmFit <- train(transformerdxtrain[1:10,], ytrain[1:10], method = "svmradial")
我得到了这个错误。
Error in kernelMult(kernelf(object), newdata, xmatrix(object)[[p]], coef(object)[[p]]) :
dims [product 20] do not match the length of object [0]
In addition: Warning messages:
1: In train.default(transformerdxtrain[1:10, ], ytrain[1:10], method = "svmradial") :
At least one of the class levels are not valid R variables names; This may cause errors if class probabilities are generated because the variables names will be converted to: X0, X1, X2, X3, X4, X5, X6, X7, X8, X9
2: In nominalTrainWorkflow(dat = trainData, info = trainInfo, method = method, :
There were missing values in resampled performance measures.
谁能告诉我我做错了什么? 谢谢你!我可能做了一个非常简单的(SVM)分类。
你有10个不同的类,但你只包括10个案例,在 train()
. 这意味着,当你重新采样时,你将经常不会在分类器的个别实例中拥有所有10个类。train()
是很难结合这些不同类别的SVM的结果。
你可以通过一些组合来解决这个问题,增加案例数量,减少类的数量,甚至使用不同的分类器。
我发现在数字识别用例中使用caret很有挑战性。我认为部分问题是标签数据是数字的。当caret试图从中创建变量时,他们最终以一个数字开始,这确实不被接受为R变量。
在我的例子中,我通过使用dplyr对标签数据进行差异化处理来解决这个问题。这假设你的训练数据被放置在 "训练 "数据框中。
train$label2=dplyr::recode(train$label, 0
="零"。1
="一"。2
="二"。3
="三"。4
="四"。5
="五"。6
="六"。7
="七"。8
="八"。9
="九")
train <- train[,c((1),(786),(2:785))]head(train)
train$label <- factor(train$label2)
train$label2 <- NULL
车头