我正在尝试使用支持向量机来预测一系列值，例如：
输入0, 1, 2, 3将预测出4
因此，我将这个问题作为R中的回归机器学习问题来处理，以下是我的代码：
library("e1071")x0 <- c(0)x1 <- c(0, 1)x2 <- c(0, 1, 2)x3 <- c(0, 1, 2, 3)x4 <- c(0, 1, 2, 3, 4)x5 <- c(0, 1, 2, 3, 4, 5)x6 <- c(0, 1, 2, 3, 4, 5, 6)x7 <- c(0, 1, 2, 3, 4, 5, 6, 7)x = c(x0, x1, x2, x3, x4, x5, x6, x7)y = c(1, 2, 3, 4, 5, 6, 7, 8)df = data.frame(x, y)dfsvmfit = svm(y ~ ., data = df)print(svmfit)目前，我在如何正确创建输入序列上遇到了困难，并且不断收到以下错误：
错误在data.frame(x, y):参数暗示行数不同：36, 8 回溯：
- data.frame(x, y)
- stop(gettextf(“arguments imply differing number of rows: %s”, . paste(unique(nrows), collapse = “, “)), domain = NA)
有人能帮我吗？
非常感谢您的帮助！
回答：
问题在于’x’和’y’向量的长度不等（36, 8），并且它们不是彼此的倍数，因此无法进行循环填充。一个解决方案是使用rep来复制’y’向量，使其长度与’x’相同，然后进行svm
df <- data.frame(x, y = rep(y, length.out = length(x))) svmfit = svm(y ~ ., data = df)svmfit#Call:#svm(formula = y ~ ., data = df)#Parameters:# SVM-Type: eps-regression # SVM-Kernel: radial # cost: 1 # gamma: 1 # epsilon: 0.1 #Number of Support Vectors: 34