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

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注