Ottenere un errore "(pedice) indice logico troppo lungo" durante l'allenamento SVM dal pacchetto e1071 in R

Question

Sto allenando svm usando il mio traindata. (pacchetto e1071 in R). Di seguito sono riportate le informazioni sui miei dati.

> str(train) 
'data.frame': 891 obs. of 10 variables: 
$ survived: int 0 1 1 1 0 0 0 0 1 1 ... 
$ pclass : int 3 1 3 1 3 3 1 3 3 2 ... 
$ name : Factor w/ 15 levels "capt","col","countess",..: 12 13 9 13 12 12 12 8 13 13 
$ sex  : Factor w/ 2 levels "female","male": 2 1 1 1 2 2 2 2 1 1 ... 
$ age  : num 22 38 26 35 35 ... 
$ ticket : Factor w/ 533 levels "110152","110413",..: 516 522 531 50 473 276 86 396 
$ fare : num 7.25 71.28 7.92 53.1 8.05 ... 
$ cabin : Factor w/ 9 levels "a","b","c","d",..: 9 3 9 3 9 9 5 9 9 9 ... 
$ embarked: Factor w/ 4 levels "","C","Q","S": 4 2 4 4 4 3 4 4 4 2 ... 
$ family : int 1 1 0 1 0 0 0 4 2 1 ... 

Mi alleno come segue.

library(e1071) 
model1 <- svm(survived~.,data=train, type="C-classification") 

Nessun problema qui. Ma quando Prevedo come:

pred <- predict(model1,test) 

ottengo il seguente errore:

Error in newdata[, object$scaled, drop = FALSE] : 
(subscript) logical subscript too long 

Ho anche provato a rimuovere predittore "biglietto" da entrambi i dati dei treni e di test. Ma ancora lo stesso errore. Qual è il problema?

Answer 1

Potrebbe esserci una differenza nel numero di livelli in uno dei fattori nel set di dati 'test'.

eseguire str (test) e controllare che le variabili fattore abbiano gli stessi livelli delle variabili corrispondenti nel set di dati 'treno'.

cioè l'esempio seguente mostra my.test $ pippo ha solo 4 livelli .....

str(my.train) 
'data.frame': 554 obs. of 7 variables: 
.... 
$ foo: Factor w/ 5 levels "C","Q","S","X","Z": 2 2 4 3 4 4 4 4 4 4 ... 

str(my.test) 
'data.frame': 200 obs. of 7 variables: 
... 
$ foo: Factor w/ 4 levels "C","Q","S","X": 3 3 3 3 1 3 3 3 3 3 ... 

Answer 2

Quello è corretto dati treno contiene 2 spazi vuoti per imbarcato a causa di questo non v'è un valore in più categorica per spazi vuoti e si stanno ottenendo questo errore

$ intrapreso: Fattore w/4 livelli "", "C", "D", "S": 4 2 4 4 4 3 4 4 4 2 ...

Il primo è vuoto

Answer 3

Ho giocato anche con quel set di dati. So che questo è stato molto tempo fa, ma una delle cose che puoi fare è esplicitamente includere solo le colonne si sente aggiungerà al modello, come ad esempio:

fit <- svm(Survived~Pclass + Sex + Age + SibSp + Parch + Fare + Embarked, data=train) 

Questo ha eliminato il problema per me, eliminando colonne questo non contribuisce (come il numero del biglietto) che non ha dati rilevanti.