程序员经验分享-hwhale

测试示例集属性应等于训练示例集 Rapidminer SVM 的 OR 超集

2024-03-12

I am new to Rapid Miner and using SVM Linear in it. My model is as:
enter image description here

I made Training Example set which consist of 3552 examples and just 2 attributes and I am doing nominal to numeric conversion, passing through SVM Linear model and then connecting model output in applying model. This is fine.

In Test Example set, I have 735 examples with 2 attributes and doing nominal to numeric conversion and then applying this converted Example set to Applying Model. At this stage I am getting an error when I run the process, which says that:

我对此进行了很多搜索，但没有找到正确的方向。我将感谢你的帮助。


The Nominal to Numeric运算符将创建新属性，其名称将从输入属性的值派生。发生这种情况时dummy encoding用于coding type范围。如果与训练数据相比，测试数据包含不同的值，则生成的属性将会不同。

要确认这是问题所在，请在Nominal to Numeric运算符并检查每个示例集的属性。

您可以通过将参数设置为来更改运算符的工作方式unique integers但这可能不适合您要解决的问题。

解决该问题的一种可能方法是将两个数据集合并然后再次拆分。即使数据可能没有值的示例，这也会为每个标称属性创建允许的级别。然后每个分割都可以与Nominal to Numeric运算符，它应该创建所有必需的属性。

本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)

SVM

rapidminer

测试示例集属性应等于训练示例集 Rapidminer SVM 的 OR 超集 的相关文章

  • 目标缩放导致 Scikit-learn SVM 回归崩溃

    训练 SVM 回归时 通常建议在训练之前缩放输入特征 但如何扩大目标呢 通常这不被认为是必要的 而且我看不出有什么充分的理由说明为什么有必要这样做 然而 在 scikit learn 的 SVM 回归示例中 http scikit lear

  • SVM 的标准化特征值

    我一直在尝试一些 SVM 实现 我想知道 标准化特征值以适应一个范围的最佳方法是什么 从0到1 假设我有 3 个特征 其值范围为 3 5 0 02 0 05 10 15 如何将所有这些值转换为 0 1 范围 如果在训练期间 我将遇到的特征号

  • 这是将训练集投影到特征空间的正确方法吗？ MATLAB

    我使用以下方法计算了 PCA function signals V pca2 data M N size data data reshape data M N 1 subtract off the mean for each dimensi

  • 如何在 Python 中多次训练 sklearn 中的 SVM 分类器？

    我想知道是否可以在 for 循环中多次从 Python 中的 sklearn 训练 SVM 分类器 我的想法如下 for i in range 0 10 data np load somedata labels np load somela

  • 机器学习--LibSVM

    传统机器学习的故障诊断方法 就是利用分类器对不同工况进行分类 大致流程包括 在这里使用Matlab调用LibSVM库 跑一个简单的故障诊断模型 数据集选用凯斯西储大学轴承数据集 CWRU 对轴承内圈 外圈 滚珠等共10种工况进行故障诊断 滚

  • R 中用于文本分类的 SVM

    我正在使用支持向量机对我的文本进行分类 但实际上我并没有得到结果 而是得到了数值概率 数据框 1 20 训练集 21 50 测试集 Updated ou lt structure list text structure c 1L 6L 1L

  • Predict.svm 中的错误：测试数据与模型不匹配

    我有一个大约 500 行和 170 列的数据框 我正在尝试使用 e1071 包中的 svm 运行分类模型 分类变量称为 SEGMENT 是一个有 6 个级别的因子变量 数据框中还有其他三个因子变量 其余都是数字 data lt my dat

  • Libsvm 中的决策值

    我是 SVM 新手 我使用 Libsvm for Matlab 在预测阶段之后我得到了一个决策值数组 根据 SVM 理论 每个测试记录 z 被指定为正 如果 f z 1 其中 f z 定义为 f z 符号 w z b 那么如何将实例 z 的

  • 如何获取Scikit-learn的svm中的训练误差？

    我的问题 如何获取 svm 模块 SVC 类 中的训练误差 我正在尝试根据所使用的训练数据数量 或其他特征 例如 C gamma 绘制训练集和测试集的误差图 然而 根据支持向量机文档 http scikit learn org stable

  • 将 scikit-learn SVM 模型转换为 LibSVM

    我使用 scikit learn 训练了超过半 TB 的数据的 SVM svc 该模型运行良好 我需要将其移植到 C 但我不想从头开始重新训练 SVM 因为这对我来说花费的时间太长 有没有办法轻松导出 scikit learn 生成的模型并

  • 使用线性内核调整 SVM 时，R 插入符异常缓慢

    在调整 SVM 参数时 我观察到一个非常奇怪的行为caret 当训练单个模型而不进行调整时 具有径向基核的 SVM 比具有线性核的 SVM 花费更多时间 这是预期的 然而 当在相同的惩罚网格上调整具有两个核的 SVM 时 具有线性核的 SV

  • R 中的 SVM：“预测器必须是数字或有序的。”

    我是 R 新手 遇到了这个问题 我想比较两种预测技术 支持向量机和神经网络 将它们应用于某些数据 并且我想比较它们的性能 为此 我使用 ROC 曲线 该代码应该计算 ROC 曲线下的面积 但它不起作用 神经网络代码工作正常 但是当 SVM

  • ValueError：此求解器需要数据中至少 2 个类的样本，但数据仅包含一个类：1.0

    我有一个包含 8670 次试验的训练数据集 每个试验的长度为 125 次样本 而我的测试集由 578 次试验组成 当我应用 scikit learn 中的 SVM 算法时 我得到了非常好的结果 但是 当我应用逻辑回归时 会出现此错误 Val

  • 一类 SVM libSVM

    假设我的特征向量是 x1 x2 xn 谁能给我一个使用 libSVM 训练一类 SVM 的代码 我应该如何使用交叉验证来学习参数 这可能对你有帮助 label ones Number Of your training instances 1

  • 文本分类方法？支持向量机和决策树

    我有一个训练集 我想使用分类方法根据我的训练集对其他文档进行分类 我的文档类型是新闻 类别是体育 政治 经济等 我完全理解朴素贝叶斯和KNN 但是SVM和决策树很模糊 我不知道我是否可以自己实现这个方法 或者有使用这种方法的应用程序吗 我可

  • Scikit Learn SVC Decision_function 和预测

    我试图理解 Decision function 和 Predict 之间的关系 它们是 SVC 的实例方法 http scikit learn org stable modules generated sklearn svm SVC htm

  • 测试示例集属性应等于训练示例集 Rapidminer SVM 的 OR 超集

    I am new to Rapid Miner and using SVM Linear in it My model is as I made Training Example set which consist of 3552 exam

  • 如何使用带有面部特征的 openCV 训练支持向量机（svm）分类器？

    我想使用svm分类器进行面部表情检测 我知道 opencv 有一个 svm api 但我不知道训练分类器的输入应该是什么 到目前为止我读了很多论文 他们都说在面部特征检测之后训练分类器 到目前为止我所做的 人脸检测 每帧计算16个面部点 下

  • 如何加速sklearn SVR？

    我正在实施SVR http en wikipedia org wiki Support vector machine Regression using sklearn http scikit learn org stable python

  • 如何加载之前存储的svm分类器？

    我正在 Visual Studio 中使用 openCV SVM OpenCV 2 4 4 0 我训练它 mySVM train trainingDataMat labelsMat Mat Mat params 已保存 mySVM save

随机推荐

热门标签