使用带有预计算内核的kernlab包时出错

我一直在使用

kernlab

软件包，在使用带有预计算内核的

ksvm

/

predict

函数时遇到了一些问题

我收到的错误消息是：

> ksvm.mod <- ksvm(trainingset.outer, traininglabels.outer, kernel = "matrix",type="C-svc", C = 60, prob.model = TRUE)
> temp <-  predict(ksvm.mod, test.kernel.outer)
Error in .local(object, ...) : test vector does not match model !

​然后，我查看了根据模型存储的列，发现如下内容：

> ncol(xmatrix(ksvm.mod)[[1]])
Error in xmatrix(ksvm.mod)[[1]] : subscript out of bounds
> xmatrix(ksvm.mod)[[1]]
Error in xmatrix(ksvm.mod)[[1]] : subscript out of bounds
> xmatrix(ksvm.mod)
<0 x 0 matrix>
> ?xmatrix
> ksvm.mod
Support Vector Machine object of class "ksvm" 

SV type: C-svc  (classification) 
 parameter : cost C = 60 

[1] " Kernel matrix used as input."

Number of Support Vectors : 831 

Objective Function Value : -211534.1 
Training error : 0.257677 
Probability model included. ​
> ncol(xmatrix(gene)[[1]]) # for dataframes used without precomputed kernels
[1] 172

ncol（xmatrix（ksvm.mod）[[1]] xmatrix（ksvm.mod）[[1]]中出错：下标超出范围 >xmatrix（ksvm.mod）[[1]] xmatrix（ksvm.mod）[[1]]中出错：下标超出范围 >xmatrix（ksvm.mod） >？X矩阵 >ksvm.mod “ksvm”类的支持向量机对象 SV类型：C-svc（分类） 参数：成本C=60 [1] “用作输入的内核矩阵。” 支持向量数：831 目标函数值：-211534.1 训练错误：0.257677 包括概率模型。​ >ncol（xmatrix（基因）[[1]]）#用于无预计算内核的数据帧 [1] 172 我猜模型没有存储任何对象，我的理解正确吗？由于在web上没有使用带有预计算内核的包的好例子，所以我写信来寻求您的帮助

---

PS：如果需要，我会尽力提供测试数据

你做对了一半。predict对象只需要新数据和支持向量之间的核距离，但它本身不提取它们，您必须自己传递它们

试试这个：

ksvm.mod <- ksvm(trainingset.outer, traininglabels.outer, kernel = "matrix",type="C-svc", C = 60, prob.model = TRUE)
temp <-  predict(ksvm.mod, test.kernel.outer[, SVindex(ksvm.mod))

---

ksvm.mod你做得对了一半。predict对象只需要新数据和支持向量之间的核距离，但它本身不提取它们，您必须自己传递它们

试试这个：

ksvm.mod <- ksvm(trainingset.outer, traininglabels.outer, kernel = "matrix",type="C-svc", C = 60, prob.model = TRUE)
temp <-  predict(ksvm.mod, test.kernel.outer[, SVindex(ksvm.mod))

ksvm.mod
ksvm.mod <- ksvm(trainingset.outer, traininglabels.outer, kernel = "matrix",type="C-svc", C = 60, prob.model = TRUE)
temp <-  predict(ksvm.mod, test.kernel.outer[, SVindex(ksvm.mod))