19

我正在使用我的 traindata 训练 svm。（R 中的 e1071 包）。以下是有关我的数据的信息。

> str(train)
'data.frame':   891 obs. of  10 variables:
$ survived: int  0 1 1 1 0 0 0 0 1 1 ...
$ pclass  : int  3 1 3 1 3 3 1 3 3 2 ...
$ name    : Factor w/ 15 levels "capt","col","countess",..: 12 13 9 13 12 12 12 8 13 13 
$ sex     : Factor w/ 2 levels "female","male": 2 1 1 1 2 2 2 2 1 1 ...
$ age     : num  22 38 26 35 35 ...
$ ticket  : Factor w/ 533 levels "110152","110413",..: 516 522 531 50 473 276 86 396 
$ fare    : num  7.25 71.28 7.92 53.1 8.05 ...
$ cabin   : Factor w/ 9 levels "a","b","c","d",..: 9 3 9 3 9 9 5 9 9 9 ...
$ embarked: Factor w/ 4 levels "","C","Q","S": 4 2 4 4 4 3 4 4 4 2 ...
$ family  : int  1 1 0 1 0 0 0 4 2 1 ...

我训练它如下。

library(e1071)
model1 <- svm(survived~.,data=train, type="C-classification")

这里没问题。但是当我预测为：

pred <- predict(model1,test)

我收到以下错误：

Error in newdata[, object$scaled, drop = FALSE] : 
(subscript) logical subscript too long

我还尝试从训练数据和测试数据中删除“票证”预测器。但仍然是同样的错误。问题是什么？

4

6 回答 6

21

“测试”数据集中的一个因素中的级别数可能有所不同。

运行 str(test) 并检查因子变量是否与“train”数据集中的相应变量具有相同的水平。

即下面的示例显示my.test$foo只有 4 个级别.....

str(my.train)
'data.frame':   554 obs. of  7 variables:
 ....
 $ foo: Factor w/ 5 levels "C","Q","S","X","Z": 2 2 4 3 4 4 4 4 4 4 ...

str(my.test)
'data.frame':   200 obs. of  7 variables:
 ...
 $ foo: Factor w/ 4 levels "C","Q","S","X": 3 3 3 3 1 3 3 3 3 3 ...
于 2013-06-27T02:35:51.747 回答
3

那是正确的火车数据包含 2 个用于登船的空白，因此空白有一个额外的分类值，您会收到此错误

$ Embarked : 因子 w/ 4 个级别 "","C","Q","S": 4 2 4 4 4 3 4 4 4 2 ...

第一个是空白

于 2013-07-07T18:57:52.283 回答
2

可能你的数据很好（测试数据中没有新的水平），你只需要一个小技巧，然后你就可以进行预测了。

test.df = rbind(train.df[1,],test.df)
test.df = test.df[-1,]

这个技巧来自于R 随机森林类型的新数据中的预测器不匹配。今天遇到了这个问题，使用了上面的技巧，然后解决了这个问题。

于 2020-04-04T22:19:31.690 回答
2

我今天遇到了同样的问题。原来 package 中的svm模型e1071只能使用行作为对象，这意味着一行是一个样本，而不是列。如果使用 column 作为样本，row 作为变量，就会出现这个错误。

于 2018-06-05T09:53:11.597 回答
1

我也一直在玩那个数据集。我知道这是很久以前的事了，但您可以做的一件事就是明确地只包含您认为将添加到模型中的列，如下所示：

fit <- svm(Survived~Pclass + Sex + Age + SibSp + Parch + Fare + Embarked, data=train)

这通过消除没有相关数据的无贡献的列（如票号）消除了我的问题。

于 2016-10-30T04:37:27.980 回答
0

解决我的代码的另一个可能的问题是我很难忘记将一些自变量因子设为因子。

于 2021-08-04T02:02:16.967 回答