R の kernlab パッケージの関数を使用して、サポート ベクター マシンをksvmトレーニングします。多数の観測 (300k) とあまり多くの機能 (1-8) を使用しません。結果の確率モデルを使用したいのですが、大規模なデータ セットの場合、結果の確率モデルの形式が予期しないものになります。
これが起こるべきことです：
n <- 1000
df <- data.frame(label=c(rep("x",n),rep("y",n)),value=c(runif(n),runif(n)+2))
m <- ksvm(label~value,df,prob.model=TRUE)
> prob.model(m)
[[1]]
[[1]]$A
[1] -6.836228
[[1]]$B
[1] 0.003163229
ただし、 の値が大きい場合n(たとえば、100k; メモリ使用量が多くなり、実行時間が長くなることに注意してください)、 の値はprob.model(m)[[1]]長さ の数値ベクトルであり2n、一見すると の各観測値の尤度ですdf。何が原因でしょうか?
セッション情報:
R version 2.15.2 (2012-10-26)
Platform: x86_64-unknown-linux-gnu (64-bit)
locale:
[1] LC_CTYPE=en_US.UTF-8 LC_NUMERIC=C LC_TIME=en_US.UTF-8 LC_COLLATE=en_US.UTF-8 LC_MONETARY=en_US.UTF-8 LC_MESSAGES=en_US.UTF-8 LC_PAPER=C LC_NAME=C LC_ADDRESS=C
[10] LC_TELEPHONE=C LC_MEASUREMENT=en_US.UTF-8 LC_IDENTIFICATION=C
attached base packages:
[1] graphics grDevices datasets utils stats methods base
other attached packages:
[1] kernlab_0.9-16 e1071_1.6-1 class_7.3-5 data.table_1.8.8
loaded via a namespace (and not attached):
[1] tools_2.15.2
編集：これは私が話している分類タスクでdfあり、次の形式を持っています：
label value
"x" 0.21
...
"x" -1.20
"y" 2.42
...