测试示例集属性应等于训练示例集 Rapidminer SVM 的 OR 超集
Test example set attributes should be equal to OR Superset of Training example set Rapidminer SVM
我是 Rapid Miner 的新手，在其中使用 SVM Linear。我的模型如下：
我制作了训练示例集，其中包含 3552 个示例和 2 个属性，我正在进行名义到数字的转换，通过SVM 线性模型，然后在应用模型时连接模型输出。这可以。
在测试示例集中，我有 735 个具有 2 个属性的示例，并进行名义到数字的转换，然后将此转换后的示例集应用到应用模型。在这个阶段，当我 运行 这个过程时，我得到一个错误，它说：
我对此进行了很多搜索，但没有找到正确的方向。我会感谢你的帮助。
Nominal to Numeric 运算符将创建新属性，其名称将派生自输入属性的值。当 dummy encoding 用于 coding type 参数时会发生这种情况。如果与训练数据相比，测试数据包含不同的值，则生成的属性将不同。
要确认这是问题所在，请在 Nominal to Numeric 运算符后设置断点并检查每个示例集的属性。
您可以通过将参数设置为 unique integers 来更改运算符的工作方式，但这可能不适合您要解决的问题。
解决它的一种可能方法是合并两个数据集，然后再次拆分它们。这具有为每个名义属性创建允许级别的效果，即使数据可能没有值的示例。然后每个拆分都可以与 Nominal to Numeric 运算符一起使用，它应该创建所有必需的属性。
我是 Rapid Miner 的新手，在其中使用 SVM Linear。我的模型如下：
我制作了训练示例集，其中包含 3552 个示例和 2 个属性，我正在进行名义到数字的转换，通过SVM 线性模型，然后在应用模型时连接模型输出。这可以。
在测试示例集中，我有 735 个具有 2 个属性的示例，并进行名义到数字的转换，然后将此转换后的示例集应用到应用模型。在这个阶段，当我 运行 这个过程时，我得到一个错误，它说：
我对此进行了很多搜索，但没有找到正确的方向。我会感谢你的帮助。
Nominal to Numeric 运算符将创建新属性，其名称将派生自输入属性的值。当 dummy encoding 用于 coding type 参数时会发生这种情况。如果与训练数据相比，测试数据包含不同的值，则生成的属性将不同。
要确认这是问题所在，请在 Nominal to Numeric 运算符后设置断点并检查每个示例集的属性。
您可以通过将参数设置为 unique integers 来更改运算符的工作方式，但这可能不适合您要解决的问题。
解决它的一种可能方法是合并两个数据集，然后再次拆分它们。这具有为每个名义属性创建允许级别的效果，即使数据可能没有值的示例。然后每个拆分都可以与 Nominal to Numeric 运算符一起使用，它应该创建所有必需的属性。