gausspr 함수를 kernlab의 함수로 사용하여 회귀 문제를 해결하려고합니다. 입력은 표준화되어 있습니다. 그러나 predict (model, test.set)의 출력은 NaN 값의 집합으로 밝혀졌습니다!kernlab의 가우스 프로세스 예측에서 NaN 출력
library(kernlab)
model <- gausspr(X,Y)
predict(model, Z)
,617 :
트레이닝 세트, X
M1 -0.3437191 -0.1755636 -0.1914969 -0.205308 -0.1595554
M2 -0.3437191 -0.1755636 -0.1914969 -0.205308 -0.1595554
M3 -0.3437191 -0.1755636 -0.1914969 -0.205308 -0.1595554
M4 -0.3437191 -0.1755636 -0.1914969 -0.205308 -0.1595554
M5 -0.3437191 -0.1755636 -0.1914969 -0.205308 -0.1595554
훈련 출력 Y는 Z
T1 1.5530507 -0.2152377 -0.202634 -0.1460405 -0.1592964
T2 1.5530507 -0.2152377 -0.202634 -0.1460405 -0.1592964
T3 -0.3736244 -0.2152377 -0.202634 -0.1460405 -0.1592964
T4 -0.3736244 -0.2152377 -0.202634 -0.1460405 -0.1592964
T5 -0.3736244 -0.2152377 -0.202634 -0.1460405 -0.1592964
코드
Y = c(1,2,3,4,5)
테스트 세트이다
출력 내가이 출력을 얻고있다 이유가 궁금
> head(res14)
[,1]
[1,] NaN
[2,] NaN
[3,] NaN
[4,] NaN
[5,] NaN
[6,] NaN
입니다.
방금 데이터 세트에 제로 분산이 있음을 발견했습니다! 그러한 행동에 대한 이유가 될 수 있습니다! – user702846
예제를 재현 가능하게 만드십시오 ... –
'[1,2,3,4,5]'는 무엇을 의미합니까? 'res14' 란 무엇입니까? – plannapus