私は、SVMアルゴリズムのパフォーマンスを視覚化するためのおもちゃの2Dデータセットを作成したいと思います。キャレットのSVMが異常に動作する
library(caret)
train(class~., data=d, method='svmLinear', tuneGrid=data.frame(C=1))
メソッドは警告の多くを返す、のすべてを:私はラインを実行したときしかし、私は私が手に警告を理解していない
n <- 200;
d<-data.frame(x=runif(n), y=runif(n))
d$class[-1 + 3 * d$x < d$y] <- "1"
d$class[-1 + 3 * d$x > d$y] <- "2"
:私は完全に分離可能であるデータセットを作成しましたタイプ:
23: In data.row.names(row.names, rowsi, i) :
some row.names duplicated: 3,4,10,12,14,16,18,22,24,27,30,34,35,38,39,45,47,52,54,56,57,64,67,72,74,76,78,81,83,84,87,88,91,92,94,99,103,108,109,111,113,115,117,118,120,121,123,128,129,131,135,137,138,140,141,143,145,146,148,153,164,171,173,178,181,187,189,191,193,194,198 --> row.names NOT used
さらに、
誰もが世界でhappeが何であるかを説明することができます寧?