R语言使用kernlab处理letterdata.csv分类时遇两类错误求助

看起来你遇到的核心问题是数据集没有被正确读取，从str(letters)的输出就能看出来：你的letters数据框只有一个名为X..DOCTYPE.html.的因子列，这说明你读取的letterdata.csv要么不是真正的CSV文件（看起来更像是HTML格式），要么读取时的参数设置错误，导致分隔符没被正确识别。下面一步步帮你解决：

第一步：确认并修复数据集读取问题 #

首先，先检查你的letterdata.csv实际内容：

# 查看文件前5行内容
readLines("letterdata.csv", n = 5)

如果输出里包含<DOCTYPE html>这类HTML标签，说明你下载的文件根本不是CSV，而是网页。这种情况下，建议直接用R内置的标准字母识别数据集——UCI的Letter Recognition数据集，可以通过mlbench包获取：

# 安装并加载必要的包
install.packages(c("kernlab", "mlbench"))
library(kernlab)
library(mlbench)

# 获取标准字母识别数据集
data(LetterRecognition)
# 重命名为你习惯的letters
letters <- LetterRecognition

现在再检查数据集结构：

str(letters)

正常情况下，你会看到20个变量：第一个是letter（因子型，A-Z，这就是我们要预测的目标变量），后面19个是数值型的特征变量，这样就符合分类任务的要求了。

如果你的letterdata.csv确实是CSV但读取错误，可能是分隔符不是逗号，试试调整read.csv的参数：

# 比如如果是制表符分隔，用sep="\t"
letters <- read.csv("letterdata.csv", sep = "\t", header = TRUE)
# 或者如果没有表头，用header=FALSE
letters <- read.csv("letterdata.csv", header = FALSE)
# 之后可以手动设置列名，比如第一列是letter
colnames(letters)[1] <- "letter"

第二步：重新执行分类流程 #

当数据集正确读取后，再按你的步骤操作：

1. 划分训练集和测试集：

letters_train <- letters[1:16000, ]
letters_test <- letters[16001:20000, ]

2. 调用ksvm构建分类器：

letter_classifier <- ksvm(letter ~ ., data = letters_train, kernel = "vanilladot")

这次应该不会再报错了，因为letter列已经存在，且是合法的目标变量。

解释你之前的报错原因 #

• 第一个报错Error in eval(predvars, data, env) : object 'letter' not found：因为你的数据集里根本没有letter列，读取错误导致只有一个无效的列，所以公式找不到目标变量。
• 第二个报错Error in model.frame.default(data = ..1, formula = x) : invalid type (list) for variable 'letters'：你把整个数据框letters作为公式的目标变量（letters ~ .），但ksvm需要的是一个单一的变量（比如letter）作为预测目标，所以会提示类型错误。

内容的提问来源于stack exchange，提问作者user466534