无法绘制 svm 图。 terms.default(x) 中的错误：没有术语组件或属性

我可以在我的数据集上使用 R 包“e1071”运行 svm，但我无法使用任何两个预测变量来绘制图表。即使在谷歌搜索了很多之后我也无法找到它的解决方案。请专家帮我解决这个问题：

我有一个具有以下属性的数据集：

> dim(fulldata)
[1]  153 2915

> str(fulldata)
'data.frame':   153 obs. of  2915 variables:
$ label : Factor w/ 2 levels "1","2": 1 1 1 1 1 1 1 1 1 1 ...
$ V12   : num  1.372 -1.541 0.201 1.06 1.815 ...
$ V14   : num  0.052 -1.442 1.022 -0.35 0.192 ...
$ V17   : num  0.885 -2.569 0.326 1.574 1.394 ...
$ V37   : num  0.356 2.884 -0.452 0.067 0.282 ...
$ V51   : num  -0.018 -1.71 1.084 -0.21 0.091 ...
$ V66   : num  0.178 0.264 -3.189 0.451 0.831 ...
$ V67   : num  0.693 -0.698 -0.335 0.076 1.016 ...
$ V69   : num  -0.383 -0.316 1.332 -0.643 0.195 ...
$ V70   : num  0.203 0.196 -0.83 0.024 0.257 -0.33 -0.731 0.668 0.39 -0.12 ...

我可以使用 e1071 包运行 svm，但无法使用任何两个预测变量进行绘图

svm(y=fulldata[1], x=fulldata[-1], 概率=T,na.rm=T, 内核=“线性”)

Call:
svm.default(x = fulldata[, -1], y = fulldata[, 1], kernel = "linear", 
probability = T, na.rm = T)


Parameters:
SVM-Type:  C-classification 
SVM-Kernel:  linear 
      cost:  1 
     gamma:  0.0003431709 

Number of Support Vectors:  60

BUT

> plot(svm(y=fulldata[,1], x=fulldata[,-1], probability=T,na.rm=T, 
kernel="linear"),fulldata,fulldata[,2]~fulldata[,3])

Error in terms.default(x) : no terms component nor attribute

这是有关我的会话的信息

会话信息() R版本3.0.1 (2013-05-16) 平台：x86_64-unknown-linux-gnu（64位）

locale:
 [1] LC_CTYPE=en_IN       LC_NUMERIC=C         LC_TIME=en_IN       
 [4] LC_COLLATE=en_IN     LC_MONETARY=en_IN    LC_MESSAGES=en_IN   
 [7] LC_PAPER=C           LC_NAME=C            LC_ADDRESS=C        
 [10] LC_TELEPHONE=C       LC_MEASUREMENT=en_IN LC_IDENTIFICATION=C 

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base     

other attached packages:
[1] MASS_7.3-26 e1071_1.6-3

loaded via a namespace (and not attached):
[1] class_7.3-7 tcltk_3.0.1 tools_3.0.1

from ?formula

模型拟合通过例如 lm 和 glm 函数在紧凑的符号中指定 形式。 ~ 运算符是形成此类模型的基础。 y 形式的表达式 ~ 模型被解释为响应 y 由线性模型建模的规范 由模型以符号方式指定的预测器。这样的模型由一系列由 + 运算符分隔的项组成。这些术语本身由变量和因子组成 names.

使用带有变量名称的公式可以解决这个问题...下面是一个假例子

library(e1071)
fulldata <- data.frame("label" = gl(2,150),
                       "V1" = rnorm(300),
                       "V2" = rnorm(300),
                       "V3" = rnorm(300),
                       "V4" = rnorm(300),
                       "V5" = rnorm(300),
                       "V6" = rnorm(300),
                       "V7" = rnorm(300),
                       "V8" = rnorm(300),
                       "V9" = rnorm(300),
               "V10" = rnorm(300))

str(fulldata)

my.svm <- svm(label ~ .,
              probability=TRUE,
              na.rm=TRUE,
              kernel="linear",
              data = fulldata)
my.svm
plot(my.svm,
     data = fulldata,
     formula = V1 ~ V2)