問題タブ [kernlab]

MLSeqR バージョン 3.1.2 の Ubuntu でbioconductor パッケージを使用しています。パッケージで提供されている例を実行してみましたが、問題なく動作します。ただし、関数のbagsvmメソッドを使用したいので、 で、コードを次のように変更しましたclassifychunk 14

に

エラーが発生しました：

警告は次のとおりです。

警告 2 が 14 回繰り返され、続いて次のようになりました。

traceback()生産された

問題はkernlab、MLSeq コードが使用していると思われるライブラリが読み込まれなかったことにあるのではないかと考えたので、試してみました。

同じエラーが発生しましたが、警告は次のように変更されました。

15回繰り返し、その後

関数をMLSeq次のように実行しようとしたため、この問題は固有のものではないと思いますtrain

ここcountsで、 は RNASeq データを含むデータ フレームでありconditions、クラスの要因であり、まったく同じ結果が得られました。どんな助けでも大歓迎です。

R のキャレット ライブラリの混乱マトリックス関数を使用して、2 つのクラス データに対する (glmnet ライブラリのエラスティックネット、kernlib のガウス プロセッサ、ランダムフォレスト) などのいくつかのメソッドのパフォーマンスを評価しています。

いくつかのメソッドについて時々見ることができます、私は得ています

警告メッセージ: 混同Matrix.default(pred, Truth) : 参照とデータのレベルが同じ順序ではありません。一致するようにデータをリファクタリングします。

パフォーマンスは、たとえば 65% です。ただし、「真実」に基づいて、予測 (上記の例では pred) のレベルを再ラベル付け (順序を変更) すると、パフォーマンスは 25% になります。

以下のおもちゃデータを構築しました。

2クラスのデータなので、直感的に理解できます。しかし、私は自分に有利なようにそうするのだろうか。つまり、パフォーマンスが 25% の場合 (単純に 75% として受け入れます)。

データセットでカーネル PCA を研究しようとしています。R の Kernlab パッケージを試しています。パッケージには「kpca」というメソッドがあります。一度に各コマンドを呼び出すRシェルで使用すると、かなりうまく機能します。ただし、プロセスを自動化するために、同じことを行うスクリプトを作成しましたが、エラーが発生します。ここでスクリプトに従ってください：

そしてエラー：

関数や関連するものを読み込めないようですが、そのエラーをグーグルで検索しても何も得られません。これは何だか分かる人いますか？

R パッケージ kernlab のコマンド ksvm を使用すると、SVM 予測関数がどのように機能するかを理解しようとしています。

次のコマンドを使用して予測関数を調べてみました。

ただし、完全な予測関数ではなく、次の出力が得られます。

誰かが完全な予測関数を取得する方法を手伝ってもらえますか?

更新 1:

スペルミスからの提案は、kernlab パッケージの ksvm の予測関数では正常に機能しましたが、e1071 パッケージの svm では機能しないようです。

次のエラーがスローされます。

一般的に、どの get メソッドを使用するかを知るにはどうすればよいでしょうか?

kernlab で正常に動作するように見える SVM に渡す前に、トレーニング データに KPCA を適用したいと考えています。その後、SVM で予測を行うために、テスト入力を新しい空間に埋め込みたいと考えています。ドキュメンタリーは予測関数を使用することを推奨していますが、これによりエラーが発生します。

誰でもこれで私を助けることができますか？ありがとうございました！

kernlab パッケージで不可解な動作を見つけました。数学的に同一の SVM を推定すると、ソフトウェアでは異なる結果が生成されます。

このコード スニペットは、簡単にするために、虹彩データを取得して二項分類の問題にしています。ご覧のとおり、両方の SVM で線形カーネルを使用しています。

ただし、svm1 と svm2 の要約情報は劇的に異なります。kernlab は、2 つのモデル間で完全に異なるサポート ベクター数、トレーニング エラー率、および目的関数値をレポートします。

比較のために、libsvm パッケージの R インターフェイスを提供する e1071 を使用して同じモデルも計算しました。

私の質問は、kernlab パッケージに、この異常な動作の原因となる既知のバグがあるかどうかです。

(R の Kernlab は、事前にパッケージ化された複数のカーネル関数の 1 つ、またはユーザーが指定したカーネル マトリックスを使用できるようにする SVM ソルバーです。出力は、ユーザーが指定したハイパーパラメーターのサポート ベクター マシンの推定値です。)