1

我在插入符号包中的自定义训练模型遇到问题。我需要做一个 SVM 回归，我想找到 SVM 模型的所有参数 - 成本、西格玛和 epsilon。内置版本只有 cost 和 sigma。我已经在这里和这里找到了非常有用的提示，但我的模型仍然无法正常工作。

模型$grid(x = x, y = y, len = tuneLength, search = trControl$search) 中的错误：未使用的参数 (search = trControl$search)

这个错误是我得到的，我的代码在这里。

SVMrbf <- list(type = "Regression", library = "kernlab", loop = NULL)
prmrbf <- data.frame(parameters = data.frame(parameter = c('sigma', 'C', 'epsilon'),
                                         class = c("numeric", "numeric", "numeric"),
                                         label = c('Sigma', "Cost", "epsilon")))
SVMrbf$parameters <- prmrbf
svmGridrbf <- function(x, y, len = NULL) {
                  library(kernlab)
                  sigmas <- sigest(as.matrix(x), na.action = na.omit, scaled = TRUE, frac = 1)
                  expand.grid(sigma = mean(sigmas[-2]), epsilon = 10^(-5:0),
          C = 2 ^(-5:len)) # len = tuneLength in train
}
SVMrbf$grid <- svmGridrbf
svmFitrbf <- function(x, y, wts, param, lev, last, weights, classProbs, ...) {
                   ksvm(x = as.matrix(x), y = y,
                         type = "eps-svr",
                         kernel = "rbfdot",
                         sigma = param$sigma,
                         C = param$C, epsilon = param$epsilon,
                         prob.model = classProbs,
                         ...)
}
SVMrbf$fit <- svmFitrbf
svmPredrbf <- function(modelFit, newdata, preProc = NULL, submodels = NULL)
  predict(modelFit, newdata)
SVMrbf$predict <- svmPredrbf
svmProb <- function(modelFit, newdata, preProc = NULL, submodels = NULL)
  predict(modelFit, newdata, type="probabilities")
SVMrbf$prob <- svmProb
svmSortrbf <- function(x) x[order(x$C), ]
SVMrbf$sort <- svmSortrbf


svmRbfFit <- train(x = train.predictors1, y = train.response1, method =       SVMrbf,
                 tuneLength = 10)
svmRbfFit

我找不到任何人，他们有同样的错误并且不知道实际出了什么问题。这段代码几乎就是我在网上找到的并稍作改动的东西。

顺便说一句，这是我的第一篇文章，所以希望它是可以理解的，如果不是，我可以添加更多信息。

4

1 回答 1

2

解决方案是在您的网格函数中包含一个参数search，例如

svmGridrbf <- function(x, y, len = NULL, search = "grid") {
                  library(kernlab)
                  sigmas <- sigest(as.matrix(x), na.action = na.omit, scaled = TRUE, frac = 1)
                  expand.grid(sigma = mean(sigmas[-2]), epsilon = 10^(-5:0), C = 2 ^(-5:len)) # len = tuneLength in train
}

如果您仔细查看自定义函数的插入符号文档，您会看到插入符号希望您指定如何选择默认参数，以防用户想要进行网格搜索以及她想要进行随机搜索（请参阅“网格元素”）。

错误消息告诉您插入符号将参数传递给函数，该函数实际上并未定义为该函数的参数。

这可能更容易在这里看到：

sd(x = c(1,2,3), a = 2)
# Error in sd(x = c(1, 2, 3), a = 2) : unused argument (a = 2)
于 2017-06-16T09:14:18.997 回答