SVM奇怪的分类

我想预测某一资产的短期方向。我基于Dane_train数据框(8058行)构建了一个SVM模型:

SVM1 <- e1071::svm(Direction ~ logReturns_1,               data = Dane_train,               type = "C-classification",               cost = 0.1,               kernel = "linear",               scale = FALSE)

然后我想对Dane_test数据框中的记录进行预测:

pred <- predict(SVM1, data = Dane_test, method = "class")

第一个奇怪的事情是我得到了长度为8058的因子向量——而不是来自测试数据的2015。然后当我执行:

table(pred, Dane_test$Direction)

由于参数长度不合适,我得到了一个错误。我做错了什么?


回答:

predict函数的参数有点不同。你需要使用newdata=Dane_test而不是data=Dane_test

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注