SVM怪异分类
SVM strange classification
我想预测某种资产的短期方向。我基于 Dane_train data.frame (8058 rows):
做了一个 SVM 模型
SVM1 <- e1071::svm(Direction ~ logReturns_1,
data = Dane_train,
type = "C-classification",
cost = 0.1,
kernel = "linear",
scale = FALSE)
然后我想预测来自 Dane_test data.frame:
的记录
pred <- predict(SVM1, data = Dane_test, method = "class")
第一个奇怪的事情是我从测试数据中得到长度为 8058 的因子向量,而不是 2015 年。然后当我这样做时:
table(pred, Dane_test$Direction)
我有一个错误,因为参数的长度不合适。我做错了什么?
predict
的论据略有不同。你需要 newdata=Dane_test
而不是 data=Dane_test
.
我想预测某种资产的短期方向。我基于 Dane_train data.frame (8058 rows):
做了一个 SVM 模型SVM1 <- e1071::svm(Direction ~ logReturns_1,
data = Dane_train,
type = "C-classification",
cost = 0.1,
kernel = "linear",
scale = FALSE)
然后我想预测来自 Dane_test data.frame:
的记录pred <- predict(SVM1, data = Dane_test, method = "class")
第一个奇怪的事情是我从测试数据中得到长度为 8058 的因子向量,而不是 2015 年。然后当我这样做时:
table(pred, Dane_test$Direction)
我有一个错误,因为参数的长度不合适。我做错了什么?
predict
的论据略有不同。你需要 newdata=Dane_test
而不是 data=Dane_test
.