首页 文章

使用R kernlab包的高斯过程分类:问题预测测试集大于训练集

提问于
浏览
1

我正在使用 kernlab 包中的 gausspr 函数进行高斯进程分类,并运行以下错误消息:

votematrix [i,ret> 0]中的错误:(下标)逻辑下标太长

任何时候我尝试使用分类器对比训练集更多观察的数据集进行预测 . 以下是重现此问题的一个非常简单的示例:

data(iris)
gp1 = gausspr(Species ~., data=iris)
predict(gp1,iris[c(1:150,1),-5])

有没有其他人遇到这个问题?除了调用之外如何解决它的任何见解都会在测试数据的较小子集上多次预测?

谢谢!

1 回答

  • 0

    我现在没有时间查看代码,但是预测 'probabilities' 会跳错代码,所以请尝试这样做:

    data(iris)
    gp1 = gausspr(Species ~., data=iris)
    predict(gp1,iris[c(1:150,1),-5], type = 'probabilities')
    

    并使用概率 .


    This is the loop that outputs that error if you want to review it.

相关问题