Fehler Plotten SVM-Klassifikation Diagramm
Ich bin mit dem support-vector-machine aus dem e1071 Paket zu klassifizieren, meine Daten und wollen, visualisieren Sie, wie die Maschine eigentlich die Einstufung. Jedoch, wenn Sie den plot.svm-Funktion, bekomme ich die Fehlermeldung, dass ich nicht lösen kann.
Skript:
library("e1071")
data <-read.table("2010223_11042_complete")
names(data) <- c("Class","V1", "V2")
model <- svm(Class~.,data, type = "C-classification", kernel = "linear")
plot(model,data,fill=TRUE, grid=200, svSymbol=4, dataSymbol=1, color.palette=terrain.colors)
Ausgabe:
plot(model,data,fill=TRUE, grid=200, svSymbol=4, dataSymbol=1, color.palette=terrain.colors)
Error in rect(0, levels[-length(levels)], 1, levels[-1L], col = col) :
cannot mix zero-length and non-zero-length coordinates
Traceback:
traceback()
4: rect(0, levels[-length(levels)], 1, levels[-1L], col = col)
3: filled.contour(xr, yr, matrix(as.numeric(preds), nr = length(xr),
byrow = TRUE), plot.axes = {
axis(1)
axis(2)
colind <- as.numeric(model.response(model.frame(x, data)))
dat1 <- data[-x$index, ]
dat2 <- data[x$index, ]
coltmp1 <- symbolPalette[colind[-x$index]]
coltmp2 <- symbolPalette[colind[x$index]]
points(formula, data = dat1, pch = dataSymbol, col = coltmp1)
points(formula, data = dat2, pch = svSymbol, col = coltmp2)
}, levels = 1:(length(levels(preds)) + 1), key.axes = axis(4,
1:(length(levels(preds))) + 0.5, labels = levels(preds),
las = 3), plot.title = title(main = "SVM classification plot",
xlab = names(lis)[2], ylab = names(lis)[1]), ...)
2: plot.svm(model, data, fill = TRUE, grid = 200, svSymbol = 4,
dataSymbol = 1, color.palette = terrain.colors)
1: plot(model, data, fill = TRUE, grid = 200, svSymbol = 4,
dataSymbol = 1, color.palette = terrain.colors)
Teil meiner (4488 Zeilen lang) Daten-Datei:
-1 0 23.532
+1 1 61.1157
+1 1 61.1157
+1 1 61.1157
-1 1 179.03
-1 0 17.0865
-1 0 27.6201
-1 0 17.0865
-1 0 27.6201
-1 1 89.6398
-1 0 42.7418
-1 1 89.6398
Da bin ich nur ab mit R, ich habe keine Ahnung, was das bedeutet und wie ich damit umgehen soll, noch ich finden etwas nützliches an anderen stellen.
Du musst angemeldet sein, um einen Kommentar abzugeben.
Ohne sicher zu sein was genau das problem verursacht, würde ich versuchen, zu verwandeln
Class
Spalte um einen Faktor (so die Definition der Art alsC-classification
wird nicht mehr nötig sein) mit so etwas wie dieses:oder in einem Schritt: