支持向量机:回归需要数值因变量

Question

我有以下数据

scorer<-function(points){
        points["scores"] <- as.vector((points$X-5)^2+(points$Y-5)^2-9)
        points["class"]<-(as.vector(  points$scores<0 ))
        points
}
dt<-scorer(data.frame(X=c(0,1,5,20,5,3,9,3,5,5),Y=c(0,9,9,0,-18,3,4,5,7,4)))

然后尝试使用支持向量机预测最后一列(类)

library(e1071)
model <- svm(class ~ . , dt)
predictedClass <- predict(model, dt)

但它抱怨道：

Error in svm.default(x, y, scale = scale, ..., na.action = na.action) : 
  Need numeric dependent variable for regression.

Answer 1

来自nya的advice真的很有效。

请看一下type参数说明

支持向量机可以用作分类机、回归机或新颖性检测。根据y是否为因子，类型的默认设置为C-classification或eps-regression ... page 50

Answer 2

对于你的数据集，你可以使用支持向量机方法进行分类。

但是如果你绝对想要做回归，试着把你的变量"class“转换成数值形式，它可以取值1表示负分，0表示正分。

function(points) {

points["scores"] <- as.vector((points$X-5)^2+(points$Y-5)^2-9)
                   points["class"]<-as.vector(  ifelse(points$scores<0 ,1,0))
                   points
                 }
dt<-scorer(data.frame(X=c(0,1,`enter code here`5,20,5,3,9,3,5,5),Y=c(0,9,9,0,-18,3,4,5,7,4)))
svm(class~.,dt)