r-支持向量机列插入错误kernlab类概率计算失败;返回NA

Question

我有一些数据，Y变量是一个因子-好或坏。我正在使用"插入"包中的"train"方法构建一个支持向量机。使用"train"函数，我能够最终确定各种调谐参数的值，并得到最终的支持向量机。对于测试数据，我可以预测"类"。但当我试图预测测试数据的概率时，我得到以下错误（例如，我的模型告诉我，测试数据中的第一个数据点y="好"，但我想知道获得"好"的概率是多少……通常在支持向量机的情况下，模型会计算预测的概率。如果y变量有两个结果，则模型会预测每个结果的概率。具有最大概率的结果被视为最终解决方案）

**Warning message:  
In probFunction(method, modelFit, ppUnk) :  
  kernlab class probability calculations failed; returning NAs**

示例代码如下

library(caret)
trainset <- data.frame( 
     class=factor(c("Good",    "Bad",   "Good", "Good", "Bad",  "Good", "Good", "Good", "Good", "Bad",  "Bad",  "Bad")),
     age=c(67,  22, 49, 45, 53, 35, 53, 35, 61, 28, 25, 24))
testset <- data.frame( 
     class=factor(c("Good",    "Bad",   "Good"  )),
    age=c(64,   23, 50))

library(kernlab)
set.seed(231)
### finding optimal value of a tuning parameter
sigDist <- sigest(class ~ ., data = trainset, frac = 1)
### creating a grid of two tuning parameters, .sigma comes from the earlier line. we are trying to find best value of .C
svmTuneGrid <- data.frame(.sigma = sigDist[1], .C = 2^(-2:7))
set.seed(1056)
svmFit <- train(class ~ .,
                data = trainset,
                method = "svmRadial",
                preProc = c("center", "scale"),
                tuneGrid = svmTuneGrid,
                trControl = trainControl(method = "repeatedcv", repeats = 5))
### svmFit finds the optimal values of tuning parameters and builds the model using the best parameters
### to predict class of test data
predictedClasses <- predict(svmFit, testset )
str(predictedClasses)

### predict probablities but i get an error
predictedProbs <- predict(svmFit, newdata = testset , type = "prob")
head(predictedProbs)

这行下面的新问题：根据下面的输出，有9个支持向量。如何识别12个训练数据点中的9个

svmFit$finalModel

类"ksvm"的支持向量机对象

SV类型：C-svc（分类）参数：成本C=1

高斯径向基核函数。超参数：西格玛=0.72640759446315

支持向量数量：9

目标函数值：-56994训练错误：0.083333

Answer 1

在列车控制语句中，您必须指定是否希望返回类概率classProbs = TRUE。

svmFit <- train(class ~ .,
    data = trainset,
    method = "svmRadial",
    preProc = c("center", "scale"),
    tuneGrid = svmTuneGrid,
    trControl = trainControl(method = "repeatedcv", repeats = 5, 
classProbs =  TRUE))
predictedClasses <- predict(svmFit, testset )
predictedProbs <- predict(svmFit, newdata = testset , type = "prob")

给出测试数据集中属于Bad或Good类的概率为：

print(predictedProbs)
    Bad      Good
1 0.2302979 0.7697021
2 0.7135050 0.2864950
3 0.2230889 0.7769111

编辑

要回答您的新问题，您可以使用系数为coef(svmFit$finalModel)的alphaindex(svmFit$finalModel)访问原始数据集中支持向量的位置。