我试图使用tune.svm函数，因为我不知道哪些参数会产生一个好的模型（因为训练数据将被用户选中），我需要涵盖各种各样的值 . 目前我有这种行为
tune(svm, value ~ . , data= data_l, ranges=list(cost = 10^(0:5), epsilon = 10^(-1:0)))
Parameter tuning of ‘svm’:
- sampling method: 10-fold cross validation
- best parameters:
cost epsilon
100 0.1
- best performance: 277.5491
和
tune(svm, value ~ . , data= data_l, ranges=list(cost = 10^(0:5), epsilon = 10^(-1:1)))
Error in predict.svm(ret, xhold, decision.values = TRUE) : Model is empty!
（epsilon最高值的差异）
我知道svm不适用于epsilon = 10，但我对这个调优函数的直觉是，它可以处理不会产生模型的参数 . 为什么不选择可以生成的模型？有没有“简单”的方法来省略这种错误行为？ （我尝试过tryCatch（tune（））和我发现的很多其他东西，但我想我必须深入研究一下听起来不那么“简单”的tune / svm / predict-codes
1 回答
我对"Model is empty!"错误的理解是它表明singular训练矩阵被输入SVM . 在R邮件列表中查看Salvy的answer至this相关帖子和Oldrich Kruza的相关message .