1

我一直在使用该kernlab软件包，并且在使用预计算内核的ksvm/函数时遇到了问题。predict

我得到的错误信息是：

> ksvm.mod <- ksvm(trainingset.outer, traininglabels.outer, kernel = "matrix",type="C-svc", C = 60, prob.model = TRUE)
> temp <-  predict(ksvm.mod, test.kernel.outer)
Error in .local(object, ...) : test vector does not match model !

我查看了错误位置的源代码，发现这是由于列的差异

newnrows <- nrow(newdata)
newncols <- ncol(newdata)
if(!is(newdata,"kernelMatrix") && !is.null(xmatrix(object))){
  if(is(xmatrix(object),"list") && is(xmatrix(object)[[1]],"matrix")) oldco <- ncol(xmatrix(object)[[1]])
  if(is(xmatrix(object),"matrix")) oldco <- ncol(xmatrix(object))
  if (oldco != newncols) stop ("test vector does not match model !")
}

但是，我使用的对象具有相等的列

> ncol(trainingset.outer)
[1] 1498
> ncol(test.kernel.outer)
[1] 1498

然后，我查看了按模型存储的列，发现如下：

> ncol(xmatrix(ksvm.mod)[[1]])
Error in xmatrix(ksvm.mod)[[1]] : subscript out of bounds
> xmatrix(ksvm.mod)[[1]]
Error in xmatrix(ksvm.mod)[[1]] : subscript out of bounds
> xmatrix(ksvm.mod)
<0 x 0 matrix>
> ?xmatrix
> ksvm.mod
Support Vector Machine object of class "ksvm" 

SV type: C-svc  (classification) 
 parameter : cost C = 60 

[1] " Kernel matrix used as input."

Number of Support Vectors : 831 

Objective Function Value : -211534.1 
Training error : 0.257677 
Probability model included. ​
> ncol(xmatrix(gene)[[1]]) # for dataframes used without precomputed kernels
[1] 172

我猜模型没有存储任何对象，我理解正确吗？由于 web 中没有使用预计算内核的软件包的好例子，我正在写信寻求您的帮助。

PS：如果需要，我会尽量提供数据进行测试。

4

1 回答 1

0

你做对了一半。predict 对象只需要 newdata 和支持向量之间的内核距离，但它本身并不提取它们，您必须自己传递它们。

尝试这个：

ksvm.mod <- ksvm(trainingset.outer, traininglabels.outer, kernel = "matrix",type="C-svc", C = 60, prob.model = TRUE)
temp <-  predict(ksvm.mod, test.kernel.outer[, SVindex(ksvm.mod))

我假设这里test.kernel.outer是kernelMatrix测量测试数据（行）和训练数据（列）之间的内核距离。

于 2016-06-28T16:07:22.157 回答