麻烦高手帮我看看这个错误

foxet

svm.predict<-ksvm(diagnosis~.,data=datas,type='C-svc',kernel="rbfdot")

显示一下出错信息

Using automatic sigma estimation (sigest) for RBF or laplace kernel Warning message:In .local(x, ...) : Variable(s) `' constant. Cannot scale data.

看来大概是不能scale数据，但不知道什么原因

nan.xiao

检查下是否有只有一个取值的变量。

foxet

回复第2楼的 nan.xiao：

一个取值变量是什么意思？。。

我这个变量有近2k个变量，都是数值，没有na。。。。。。。

另外出错后仍能返回一个svm模型，但不知道这个svm模型会不会有什么影响

皮皮米菲兔

一个取值就是说这个变量的取值都一样，比如说都是1，结果做scale就出错了吧

就像这样

<br />
str(svm(y~x1+x2,a))<br />
......<br />
 $ scaled         : logi [1:2] TRUE TRUE<br />
 $ x.scale        :List of 2<br />
  ..$ scaled:center: Named num [1:2] 2 1.5<br />
  .. ..- attr(*, "names")= chr [1:2] "x1" "x2"<br />
  ..$ scaled:scale : Named num [1:2] 0.894 0.548<br />
  .. ..- attr(*, "names")= chr [1:2] "x1" "x2"<br />
 $ y.scale        :List of 2<br />
  ..$ scaled:center: num 0.5<br />
  ..$ scaled:scale : num 0.548<br />
......<br />
str(svm(y~x1+x2+x3,a))<br />
......<br />
 $ scaled         : logi [1:3] FALSE FALSE FALSE<br />
 $ x.scale        : NULL<br />
 $ y.scale        : NULL<br />
......<br />

至于结果能不能用，svm的帮助文档里面是说Data are scaled internally, usually yielding better results.
</p>

foxet

回复第4楼的波波头一头：

谢谢两位斑竹。。。。。解说的很明白，

那就是说我应该去除这些变量再算。。[s:11]

timeforce

我也遇到了相同的错误，但不明白你们所说的“变量的取值都一样”，还有如何去除这些一样的变量。

我是在做中文的文本分类时遇到的，训练集的行是文档名，列是词汇名，最后有一列标签。我所能观察到的是训练集中有很多0值，因为不是每个词汇都会在一个文档中出现，我想知道这是否就是你们所说的变量取值一样，是的话又如何去除，因为在我的训练集中有不少文档（相当于一行）只包含一个词汇（一列有非0值）。