R对象不是矩阵

Question

我是 R 的新手，试图在 R 中保存我的 svm 模型并阅读了文档，但仍然不明白哪里出了问题。

我收到错误 "object is not a matrix"，这似乎意味着我的数据不是矩阵，但它是...所以缺少一些东西。

我的数据定义为：

data = read.table("data.csv")
trainSet = as.data.frame(data[,1:(ncol(data)-1)])

最后一行是我的标签

我试图将我的模型定义为：

svm.model <- svm(type ~ ., data=trainSet, type='C-classification', kernel='polynomial',scale=FALSE)

这似乎应该是正确的，但我找不到其他示例。

到目前为止，这是我的代码：

# load libraries
require(e1071)
require(pracma)
require(kernlab)
options(warn=-1)

# load dataset
SVMtimes = 1
KERNEL="polynomial"
DEGREE = 2
data = read.table("head.csv")
results10foldAll=c()

# Cross Fold for training and validation datasets
for(timesRun in 1:SVMtimes) {
    cat("Running SVM = ",timesRun," result = ")

    trainSet = as.data.frame(data[,1:(ncol(data)-1)])
    trainClasses = as.factor(data[,ncol(data)])
    model = svm(trainSet, trainClasses, type="C-classification", 
                kernel = KERNEL, degree = DEGREE, coef0=1, cost=1, 
                cachesize = 10000, cross = 10)
    accAll = model$accuracies
    cat(mean(accAll), "/", sd(accAll),"\n")

    results10foldAll = rbind(results10foldAll, c(mean(accAll),sd(accAll)))
 }


# create model

svm.model <- svm(type ~ ., data = trainSet, type='C-classification', kernel='polynomial',scale=FALSE)

我的示例之一是：

10.135338 7.214543 5.758917 6.361316 0.000000 18.455875 14.082668  31

Answer 1

此处，trainSet 是一个数据框，但在 svm.model 函数中它期望 data 成为一个矩阵（您将 trainSet 分配给数据）。因此，设置 data = as.matrix(trainSet)。这应该可以正常工作。

Answer 2

确实如@user5196900 所指出的那样，您需要一个运行到 svm() 的矩阵。但是请注意，矩阵对象意味着所有列都具有相同的数据类型，全是数字或全是 categorical/factors。如果您的数据是这样，as.matrix() 可能没问题。

在实践中，人们通常希望 model.matrix() 或 sparse.model.matrix()（来自包 Matrix），它为分类变量提供虚拟列，而为数值变量提供单列。但确实是一个矩阵。

R对象不是矩阵

R object is not a matrix

r

matrix

machine-learning

svm

libsvm