首页 文章

使用稀疏矩阵训练SVM模型

提问于
浏览 次
-1

我已经使用Matrix包将数据帧（10430 X 1415）转换为稀疏矩阵 . 我将数据采样到训练数据和测试数据中 . 我想使用稀疏矩阵构建一个SVM模型（'e1071'） . 任何人都可以帮助我得到结果 . 下面是我正在尝试的代码 .

library('e1071')

svm.model<-svm(trainData[,"Target"] ~.,data= trainData,kernel='linear', scale=FALSE)

错误：“无法强制类”结构（“dgCMatrix”，package =“Matrix”）“到data.frame”

另请建议如何在testData上使用预测功能 .

r matrix machine-learning svm sparse-matrix

1 回答

  • -1

    要创建稀疏矩阵，您可以执行以下操作：

    library(Matrix)
library(SpareM)
sMatrix <- Matrix(data=as.matrix(trainData), sparse=TRUE)

    然后你可以在你的svm模型上使用它

    svm.model <- svm(trainData[,"Target"] ~., data=sMatrix, kernel="linear")

    要预测您应确保您的列车数据格式正确，然后您可以使用：

    predicted <- predict(svm.model, testData)
    回复于

相关问题