我目前在R中使用SVM（e1071包）并采用线性核函数，尝试对一个高维数据集进行分类。这个数据集包含大约300名患者，每名患者的约12000个基因活性水平被测量。我的目标是根据这些基因活性预测患者对某药物的反应（二元：治疗有效或无效）。

我想确定传递给tune.svm函数的cost值范围，但在这里遇到了麻烦。我的理解是，应该尝试逐渐变小和变大的值，直到分别确定合理性能的下限和上限；然而，当我尝试这样做时，无论我设定的可能cost值有多大或多小，我的测试错误率始终不会超过约50%。这种情况既发生在我实际的数据集上，也发生在这个简化版本上。如果这个子集太小，我可以提供更大的一部分。感谢任何建议。

我的代码：

dat.ex <- read.table("svm_ex.txt", header=T, row.names=1)trainingSize <- 20possibleCosts <- c(10^-50, 10^-25, 10^25, 10^50)trainingDat <- sample(1:dim(dat.ex)[1], replace = FALSE, size = trainingSize)ex.results <- vector()for(i in 1:length(possibleCosts)){  svm.ex <- svm(dat.ex[trainingDat, -1], factor(dat.ex[trainingDat, 1]), kernel="linear", cost=possibleCosts[i], type="C-classification")  test.ex <- predict(svm.ex, newdata=data.frame(x = dat.ex[-trainingDat,-1]))  truth.ex <- table(pred = test.ex, truth = factor(dat.ex[-trainingDat,1]))  exTestCorrectRate <- (truth.ex[1,1] + truth.ex[2,2])/(dim(dat.ex)[1] - trainingSize)  ex.results[i] <- exTestCorrectRate  }print(ex.results)

回答：

首先，你尝试了一些非常奇怪的C值。你应该检查一个更小的值范围（例如在1e-15和1e10之间），并且使用更高的分辨率（例如，对于我建议的区间使用25个不同的值）。

其次，你的数据集非常小。20个训练向量和10个维度可能难以建模。