我使用R中kernlab软件包中的 ksvm 函数训练支持向量机，对大量的观测值（300k）进行了很多特征（1-8） . 我想使用生成的概率模型，但对于大型数据集，生成的概率模型具有意外的格式 .
这是应该发生的事情：
n <- 1000
df <- data.frame(label=c(rep("x",n),rep("y",n)),value=c(runif(n),runif(n)+2))
m <- ksvm(label~value,df,prob.model=TRUE)
> prob.model(m)
[[1]]
[[1]]$A
[1] -6.836228
[[1]]$B
[1] 0.003163229
但是，对于 n 的大值（例如100k;谨防高内存使用和长执行时间）， prob.model(m)[[1]] 的值是长度为 2n 的数字向量，似乎是 df 中每次观察的可能性 . 什么可能导致这个？
会话信息：
R version 2.15.2 (2012-10-26)
Platform: x86_64-unknown-linux-gnu (64-bit)
locale:
[1] LC_CTYPE=en_US.UTF-8 LC_NUMERIC=C LC_TIME=en_US.UTF-8 LC_COLLATE=en_US.UTF-8 LC_MONETARY=en_US.UTF-8 LC_MESSAGES=en_US.UTF-8 LC_PAPER=C LC_NAME=C LC_ADDRESS=C
[10] LC_TELEPHONE=C LC_MEASUREMENT=en_US.UTF-8 LC_IDENTIFICATION=C
attached base packages:
[1] graphics grDevices datasets utils stats methods base
other attached packages:
[1] kernlab_0.9-16 e1071_1.6-1 class_7.3-5 data.table_1.8.8
loaded via a namespace (and not attached):
[1] tools_2.15.2
Edit: 这是我正在谈论的分类任务， df 具有以下形式：
label value
"x" 0.21
...
"x" -1.20
"y" 2.42
...
1 回答
问题的起源由以下错误消息指示：
更具体的问题，包括我使用的原始数据框，在这里：Line search fails in training ksvm prob.model .