私はおそらく、ここでは非常に単純な(そして愚かな)間違いをしていますが、私はそれを理解できません。私はKaggle(Digit Recognizer)からいくつかのデータを再生しており、いくつかの分類を行うために、CaretパッケージでSVMを使用しようとしています。私がラベル値を型数値として関数に差し込むだけでは、Caretのtrain
関数はデフォルトに回帰しているようで、パフォーマンスはかなり悪いです。だから私が次に試したのは、それを関数factor()
でファクタに変換し、SVM分類を試してみることです。ここで私はいくつかのダミーデータを生成して、キャレットに差し込み、いくつかのコードは次のとおりです。キャレットエラーを伴うSVM分類(基本)
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")
私はこのエラーを取得する:
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.
誰かが私が間違っているのを教えすることはできますか?ありがとうございました!
エラーメッセージはかなり自明ですね。因子レベルを0,1、... 9以外のものと呼んでください。 – joran
@ヨラン警告メッセージは、そうではありませんか? – agstudy
@agstudyはい、ありがとうございます。それは確かに恥ずかしい警告(おっと!、私はエラーを意味する!)私の一部! :) – joran