R help es - Feb 2018 - R encountered a fatal error

Hola a todos,

cada vez que intento ejecutar el c?digo adjuntado cuando llego al comando de
predict() salta un pop-up de R diciendo 'R encountered a fatal error'.
No se donde puede estar el fallo y no entiendo tampoco por qu? pasa esto puesto
que a mi parecer el c?digo est? bien. Alguna idea de cual puede ser el problema?

Muchas gracias!

set.seed(6)

model <-
init.liquidSVM(Casualty_Severity~Vehicle_Type+Vehicle_Manoeuvre+Junction_Location+Skidding_and_Overturning+Hit_Object_off_Carriageway+First_Point_of_Impact+Journey_Purpose_of_Driver+Sex_of_Driver+Age_Band_of_Driver+Propulsion_Code+Age_of_Vehicle+Driver_Home_Area_Type+Sex_of_Casualty+Age_Band_of_Casualty+Car_Passenger+Casualty_Type+Number_of_Vehicles+Hour_of_Day+First_Road_Class+Road_Type+Speed_limit+Junction_Detail+Light_Conditions+Weather_Conditions+Road_Surface_Conditions+Urban_or_Rural_Area+month+other_vehic,
trainning, threads = -1, gammas = c(0.0001,0.001,0.04,0.1,50, 1,10, 100),
c_values = c(0.00001, 0.0001, 0.001,1,10,25,50))

trainSVMs(model, threads = -1, gammas = c(0.0001,0.001,0.04,0.1,50, 1,10, 100),
c_values = c(0.00001, 0.0001, 0.001,1,10,25,50), solver = 'ls',
command.args=list(L=2, T=-1, d=1))

selectSVMs(model)

svm.probs <- predict(model, type = 'response', newdata = tst)



	[[alternative HTML version deleted]]

Hola,

¿Cómo es de grande el conjunto que estás modelizando?.
Aunque liquidSVM es menos intenso en necesidades de máquina que SVM, fíjate
que estás explorando un número muy grande de combinaciones y es muy
probable que te estés quedando sin recursos. Abre en la ejecución

*gammas = c(0.0001,0.001,0.04,0.1,50, 1,10, 100), c_values = c(0.00001,
0.0001, 0.001,1,10,25,50)*

Te sugeriría que probaras varias cosas:

   - Primero reduce el número de gammas y c_values a tres valores cada uno
   o un par. Puedes utilizar un valor muy pequeño, otro intermedio y otro
   grande y así comenzar a ver cómo se comporta el modelo.
   - Y si lo anterior tampoco funciona, reduce el número del conjunto
   "trainning". Haz un muestreo quedándote con el 80% de filas y baja
si no
   funciona.


Saludos,
Carlos Ortega
www.qualityexcellence.es

2018-02-18 11:22 GMT+01:00 Alberto <alpedauye en hotmail.com>:
> Hola a todos,
>
> cada vez que intento ejecutar el código adjuntado cuando llego al comando
> de predict() salta un pop-up de R diciendo 'R encountered a fatal
error'.
> No se donde puede estar el fallo y no entiendo tampoco por qué pasa esto
> puesto que a mi parecer el código está bien. Alguna idea de cual puede ser
> el problema?
>
> Muchas gracias!
>
> set.seed(6)
>
> model <- init.liquidSVM(Casualty_Severity~Vehicle_Type+Vehicle_
> Manoeuvre+Junction_Location+Skidding_and_Overturning+Hit_
> Object_off_Carriageway+First_Point_of_Impact+Journey_
> Purpose_of_Driver+Sex_of_Driver+Age_Band_of_Driver+Propulsion_Code+Age_of_
> Vehicle+Driver_Home_Area_Type+Sex_of_Casualty+Age_Band_of_
> Casualty+Car_Passenger+Casualty_Type+Number_of_Vehicles+Hour_of_Day+First_
> Road_Class+Road_Type+Speed_limit+Junction_Detail+Light_
> Conditions+Weather_Conditions+Road_Surface_Conditions+Urban_
> or_Rural_Area+month+other_vehic, trainning, threads = -1, gammas >
c(0.0001,0.001,0.04,0.1,50, 1,10, 100), c_values = c(0.00001, 0.0001,
> 0.001,1,10,25,50))
>
> trainSVMs(model, threads = -1, gammas = c(0.0001,0.001,0.04,0.1,50, 1,10,
> 100), c_values = c(0.00001, 0.0001, 0.001,1,10,25,50), solver =
'ls',
> command.args=list(L=2, T=-1, d=1))
>
> selectSVMs(model)
>
> svm.probs <- predict(model, type = 'response', newdata = tst)
>
>
>
>         [[alternative HTML version deleted]]
>
>
> _______________________________________________
> R-help-es mailing list
> R-help-es en r-project.org
> https://stat.ethz.ch/mailman/listinfo/r-help-es
>
>

-- 
Saludos,
Carlos Ortega
www.qualityexcellence.es

	[[alternative HTML version deleted]]