我从原始数据集中删除了100条记录，然后使用以下编码重建了SVM模型。
uk<-read.csv("Riskx.csv", header=TRUE, sep=",")
attach(uk)
library(e1071)
library(kernlab)
index<-1:nrow(uk)
testindex<-sample(index, trunc(length(index)/3))
testset<-uk[testindex,]
trainset<-uk[-testindex,]
model<-ksvm(Risk~, data = trainset, type = "nu-svc")
pred<-predict(model, testset)
table(pred, testset$Risk)
summary(testset$Risk)
现在，我想引入我从培训/测试新模型中留出的100条记录，并检查模型如何识别和分类之前没有见过的那100条记录。所以我做了以下编码。
testset<-read.csv(“Validation.csv”, header=TRUE, sep=”,”)
Pred1<-predict(model4, testset)
但是R，给了我以下错误：
Error in .local(object, …) : test vector does not match model !
知道我怎么能克服这个错误？用于构建模型的测试集有466条记录。因此，我尝试将验证测试复制到466，但它仍然会出现相同的错误。