Question

我训练了一个svm模型。我想测试它，但我在predict（）函数中遇到错误。为简单起见，我在这里将测试和训练数据拆分为非随机70/30分割。

library(e1071)

train <- mydata[1:9731, ] 
test  <- mydata[(9731+1):13901, ]

mysvm <- svm(formula = outcome ~ BW + GA, data = train, type = "C-classification", kernel = "linear", gamma = 1, cost = 2)    
predict(mysvm, newdata=test)

错误消息来自predict（）：

Error in names(ret2) <- rowns : 
  'names' attribute [4170] must be the same length as the vector [4106]

数据的头部看起来像......

> head(mydata)
    BW  outcome GA
1 2.00 Survived 34
2 2.81 Survived 41
3 1.85 Survived 35
4 2.23 Survived 32
5 1.21 Survived 34
6 2.91 Survived 37

This user有相同的错误消息。问题是他/她没有使用数据帧。这不是我的问题。

> class(test)
[1] "data.frame"
> class(train)
[1] "data.frame"

我不确定这个错误发生的原因或意义。追溯（）和调试（预测）也没有帮助。

Answer 1

由于您尚未提供数据，因此很难提供解决方案。但是，我猜您的测试数据中包含NA或GA的64行BW值。如果删除包含任何NA的行，我认为您的预测将会运行：

predict(mysvm, newdata = test[!rowSums(is.na(test)), ])

这当然意味着您不会对这些行进行任何预测。您如何处理由您决定（例如，您可以归咎于缺失的值或适合您的特定用例的任何内容）。

Answer 2

我用：

模型＆lt; - svm（y = 标签，x = 数据，...）

pred＆lt; - predict（model， data ）

一切都很好。

svm预测错误

2 个答案: