这似乎是一个非常基础的问题，但我似乎在任何地方都找不到答案。我刚开始学习SVM和机器学习，正在尝试做一些简单的练习，但结果似乎对不上。我使用的是R语言中的e1071包，并且正在阅读James、Witten、Hastie和Tibshirani的《统计学习导论》一书。
我的问题是：为什么当我使用predict函数时，似乎没有任何分类错误，而tune函数的结果却显示非零错误率？我的代码（我正在处理三个类别）：
set.seed(4)dat <- data.frame(pop = rnorm(900, c(0,3,6), 1), strat = factor(rep(c(0,1,2), times=300)))ind <- sample(1:900)train <- dat[ind[1:600],]test <- dat[ind[601:900],]tune1 <- tune(svm, train.x=train[,1], train.y=train[,2], kernel="radial", ranges=list(cost=10^(-1:2), gamma=c(.5,1,2)))svm.tuned <- svm(train[,2]~., data=train, kernel = "radial", cost=10, gamma=1) # 我只是输入了tune函数返回的最佳cost和gamma值test.pred <- predict(svm.tuned, newdata=data.frame(pop=test[,1],strat=test[,2]))所以当我查看test.pred时，我发现每个值都与真实类别标签匹配。然而，当我调整模型时，它给出了大约0.06的错误率，无论如何，测试错误率为0对于不可分数据来说似乎是荒谬的（除非我对这不是可分数据的判断有误？）。任何澄清都将非常有帮助。非常感谢。
回答：
tune函数执行10折交叉验证。它随机地将你的训练数据分成10部分，然后迭代地：
- 选择其中一个并称之为“验证集”
- 将剩下的9个称为“训练集”
- 它在训练集上使用给定的参数训练SVM，并检查它在验证集上的表现
- 计算这10个“折”的平均错误
“tune”函数的信息就是这个平均错误。一旦选择了最佳参数，你就在整个数据集上训练你的模型，这比用于调整的那些数据集大了1/9。因此，在你这个特定的情况下（这种情况并不常见） – 你得到了一个完美预测你的“测试”集的分类器，而在调整过程中训练的一些较小的数据集 – 犯了一些小错误 – 这就是为什么你会得到关于不同错误的信息。
更新
看起来，你实际上也在输入和标签上训练你的模型。查看你的
svm.tuned$SV变量，它保存了支持向量。
要训练SVM，只需运行
svm(x,y,kernel="...",...)例如
svm(train$pop, train$strat, kernel="linear" )这会导致一些错误分类（正如预期的那样，因为线性核无法完美分离此类数据）。
或者使用你的表示法
svm.tuned <- svm(strat~., data=train, kernel = "radial", cost=10, gamma=1)请注意，你应该使用数据框列的名称strat，而不是索引。
