Gaussian классификация процесса с пакетом R kernlab: проблема прогнозирования испытательная установка больше, чем обучение набор

Question

Я использую gausspr функцию из kernlab пакета для гауссова классификации процессов, и работает в следующее сообщение об ошибке:

Ошибка в votematrix [я, RET> 0]: (индекс) логический индекс слишком долго

в любое время я пытаюсь использовать классификатор, чтобы делать прогнозы по набору данных, который имеет больше наблюдений, чем обучающий набор. Вот очень простой пример, чтобы воспроизвести эту проблему:

data(iris) 
gp1 = gausspr(Species ~., data=iris) 
predict(gp1,iris[c(1:150,1),-5]) 

Кто-нибудь еще столкнулись с этой проблемой? Любое понимание того, как обойти его, кроме вызова, вызывать много раз на небольших подмножествах тестовых данных?

Спасибо!

Answer 1

У меня нет времени, чтобы проанализировать код прямо сейчас, но предсказания 'probabilities' прыгает ошибочный код, так что попробуйте вместо этого:

data(iris) 
gp1 = gausspr(Species ~., data=iris) 
predict(gp1,iris[c(1:150,1),-5], type = 'probabilities') 

И работать с вероятностями.

---

This is the loop that outputs that error if you want to review it.