R svm对象不会显示绘图，也不会返回错误

我正在尝试使用svm（）对数据进行分类。我的数据样本如下：

    ID  call_YearWeek   week    WeekCount   oc
    x   2011W01 1   0   0
    x   2011W02 2   1   1
    x   2011W03 3   0   0
    x   2011W04 4   0   0
    x   2011W05 5   1   1
    x   2011W06 6   0   0
    x   2011W07 7   0   0
    x   2011W08 8   1   1
    x   2011W09 9   0   0
    x   2011W10 10  0   0
    x   2011W11 11  0   0
    x   2011W12 12  1   1
    x   2011W13 13  1   1
    x   2011W14 14  1   1
    x   2011W15 15  0   0
    x   2011W16 16  2   1
    x   2011W17 17  0   0
    x   2011W18 18  0   0
    x   2011W19 19  1   1

第三列显示一年中的一周。第4列显示了该周的呼叫数，最后一列是一个二进制因子（如果该周是否收到呼叫）。我使用了以下代码行：

 train <- data[1:105,]
 test <- data[106:157,]
 model <- svm(oc~week,data=train)
 plot(model,train,week)
 plot(model,train)

---

train这里似乎有两个问题，第一个问题是不是所有的svm类型都被
plot.svm
支持——只有分类方法被支持，而不是回归方法。因为您的响应是数值的，
svm（）
假设您想要进行回归，所以它默认选择“eps回归”。如果您想进行分类，请将您的响应更改为一个因子

model <- svm(factor(oc)~week,data=train)

model感谢您的回复。首先，我使用了factor（oc）并在发布问题之前进行了尝试，但效果并不理想。这可能是因为你提到的第二个问题。我想要一个显示基于“周”因素的测试集分类的图。我认为周应位于水平轴，预测值（列车组的拟合值）应位于垂直轴。我对支持向量机很陌生，所以我可能完全错了，所以这周的预测值都是离散的，对吗？你想“画”一张桌子吗？似乎内置的绘图方法不适合您。那么，您需要从模型中提取哪些信息才能绘制出您想要的内容？