12
Kontynuując od Invalid probability model for large support vector machines using ksvm in R:Linia nie szukaj w treningu ksvm prob.model
ja trenuje się za pomocą ksvm SVM z pakietu kernlab w R. Chcę użyć modelu prawdopodobieństwa, ale podczas montażu otrzymuję esicy następujący komunikat o błędzie:
line search fails -1.833726 0.5772808 5.844462e-05 5.839508e-05 -1.795008e-08
-1.794263e-08 -2.096847e-12
Kiedy to nastąpi, otrzymaną wartość prob.model(m) jest wektorem wszystkich prawdopodobieństw, zamiast oczekiwanych parametrów funkcji esicy wyposażonego w ciągu tych prawdopodobieństw. Co powoduje ten błąd i jak mogę temu zapobiec? Wyszukiwanie komunikatu o błędzie nie przyniosło żadnych wyników.
Powtarzalne przykład:
load(url('http://roelandvanbeek.nl/files/df.rdata'))
ksvm(label~value,df[1:1000],C=10,prob.model=TRUE)->m
prob.model(m) # works as it should, prints a list containing one named list
# the below, non-working problem, unfortunately takes an hour due to the large
# sample size
ksvm(label~value,df,C=10,prob.model=TRUE)->m # line search fails
prob.model(m) # just a vector of values
Udało ci się to rozgryźć? –
Nie. Odkryłem, że występuje również w przypadku mniejszych zestawów danych, ale nie udało się jeszcze znaleźć spójnego wyjaśnienia. Często zmniejszenie lub zwiększenie liczby obserwacji rozwiązuje problem, co zwiększa nieregularność jego natury ... – roelandvanbeek
@roelandvanbeek, widzę problem, gdy próbuję wykreślić krzywą uczenia się dla mojego zestawu danych, ale kiedy uruchamiam tylko dla niektóre podziały 70/30 na przykład nie pokazują problemu? czy to masz na myśli redukując lub zwiększając obserwacje? –