[R-es] R encountered a fatal error

Carlos Ortega cof en qualityexcellence.es
Dom Feb 18 12:15:36 CET 2018


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]]



Más información sobre la lista de distribución R-help-es