含分类预测变量的支持向量机(SVM)分类结果绘图问题

我明白你遇到的问题了——plot.svm对因子类型变量的支持不太友好，因为它内部会尝试计算变量的数值范围，而因子没有意义上的min/max，所以抛出了那个错误。咱们可以通过手动处理变量和绘图逻辑来实现你想要的效果，具体步骤如下：

问题原因 #

plot.svm()函数默认期望输入的预测变量是数值型，当所有变量都是因子时，它尝试计算变量的最小值/最大值来生成绘图范围，但因子类型没有这些数值属性，因此触发了‘min’ not meaningful for factors错误。

解决方案步骤 #

我们需要先将因子变量转换为数值型（同时保留类别标签用于绘图标注），然后手动绘制散点图并添加SVM的线性分隔线。

1. 准备数据并修正变量类型

首先确保school和gender被正确转换为数值型，同时把attendance转换为带标签的因子以便区分颜色：

# 加载所需包
library(e1071)

# 处理变量类型（假设数据集已加载）
attendance.df$gender <- as.numeric(factor(attendance.df$gender))  # male=1, female=2（按因子水平顺序）
attendance.df$school <- as.numeric(as.character(attendance.df$school))  # 若school是因子则转数值
attendance.df$attendance <- factor(attendance.df$attendance, levels = c(0, 1), labels = c("No", "Yes"))

2. 重新训练最优SVM模型

保留你之前的调优步骤找到最佳cost参数，再训练最终模型：

# 调优SVM参数
svm.tune <- tune(svm, attendance ~ ., data = attendance.df, kernel = "linear", 
                 ranges = list(cost = c(0.001, 0.01, 0.1, 1, 10, 100, 1000)))
# 查看最佳参数
print(svm.tune$best.parameters)

# 用最佳参数训练模型
svm.model <- svm(attendance ~ ., data = attendance.df, kernel = "linear", cost = svm.tune$best.parameters$cost)

3. 手动绘制SVM分类图（基础绘图版）

我们需要生成覆盖x/y轴范围的网格，用模型预测网格点分类后绘制散点和分隔线：

# 生成网格数据
x_range <- seq(min(attendance.df$school), max(attendance.df$school), length.out = 100)
y_range <- seq(min(attendance.df$gender), max(attendance.df$gender), length.out = 100)
grid_data <- expand.grid(school = x_range, gender = y_range)

# 预测网格点的分类
grid_pred <- predict(svm.model, newdata = grid_data)

# 绘制散点图：Yes用黑点，No用红点
plot(attendance ~ school, data = attendance.df, 
     col = ifelse(attendance.df$attendance == "Yes", "black", "red"),
     pch = 16, xlab = "School", ylab = "Gender", 
     main = "SVM Classification for School Attendance")
# 添加SVM线性分隔线
contour(x_range, y_range, matrix(as.numeric(grid_pred), nrow = 100), 
        levels = 1.5, add = TRUE, lwd = 2, col = "blue")

# 把y轴数值转回性别类别标签
axis(side = 2, at = c(1, 2), labels = c("Male", "Female"))

4. 更美观的ggplot2版本（推荐）

如果想要更专业的可视化效果，用ggplot2可以更灵活地处理类别标签和样式：

library(ggplot2)

# 给网格数据添加预测结果
grid_data$pred <- predict(svm.model, newdata = grid_data)

# 绘制ggplot图
ggplot() +
  # 散点层：按出勤状态区分颜色
  geom_point(data = attendance.df, aes(x = school, y = gender, color = attendance), 
             size = 3, alpha = 0.8) +
  # SVM分隔线层
  geom_contour(data = grid_data, aes(x = school, y = gender, z = as.numeric(pred)),
               breaks = 1.5, color = "blue", linewidth = 1) +
  # 设置y轴为性别类别标签
  scale_y_continuous(breaks = c(1, 2), labels = c("Male", "Female")) +
  # 自定义颜色
  scale_color_manual(values = c("No" = "red", "Yes" = "black")) +
  # 图表标签
  labs(x = "School", y = "Gender", title = "SVM Linear Classification for School Attendance",
       color = "Attended School?") +
  theme_minimal()

额外说明 #

• 把gender转成数值型是为了让绘图函数识别轴范围，后续再通过轴标签转回类别，保证可读性；
• 如果school原本是因子，一定要先转成字符再转数值，避免因子内部编码干扰；
• contour函数里的levels=1.5是因为我们把出勤的两个类别编码为1和2，分隔线刚好落在中间位置。

内容的提问来源于stack exchange，提问作者nickot