r - 使用 R kernlab 包进行高斯过程分类：问题预测测试集大于训练集

Question

我正在使用包中的gausspr函数kernlab进行高斯过程分类，并遇到以下错误消息：

votematrix[i, ret > 0] 中的错误：（下标）逻辑下标太长

每当我尝试使用分类器对观察值多于训练集的数据集进行预测时。这是重现此问题的一个非常简单的示例：

data(iris)
gp1 = gausspr(Species ~., data=iris)
predict(gp1,iris[c(1:150,1),-5])

有没有其他人遇到过这个问题？除了在较小的测试数据子集上多次调用 predict 之外，关于如何绕过它的任何见解？

谢谢！

Answer 1

我现在没有时间查看代码，但是预测'probabilities'会跳转错误代码，所以试试这个：

data(iris)
gp1 = gausspr(Species ~., data=iris)
predict(gp1,iris[c(1:150,1),-5], type = 'probabilities')

并使用概率。

---

如果您想查看它，这是输出该错误的循环。