我正在尝试预测处理推荐电影的二元分类问题。
我有50行（电影）和6列的训练数据集（5部电影属性以及对电影的共识）。
然后，我有一个包含相同列的20部电影的测试数据集。
然后我跑pred<-predict(svm_model, test)
并收到
predict.svm（svm_model，test）出错：测试数据与模型不匹配！
在类似帖子中，似乎错误是因为训练和测试数据集之间的级别不匹配。这是事实，我通过比较str(test)和str(train)证明了这一点。但是，这两个数据集都来自随机选择的电影，并且对于其分类属性将始终具有不同的级别。做
levels(test$Attr1) <- levels(train$Attr1)
更改测试中的实际列数据，从而使预测变量不正确。有谁知道如何解决这个问题？
我的训练集的前半部分行在以下链接中。 https://justpaste.it/1ifsx
答案 0 :(得分：0)
你可以这样做，假设Attr1是一个角色：
在火车和测试属性1上创建一个因子，其中包含在第1点中找到的所有级别。
levels <- unique(c(train$Attr1, test$Attr1))
test$Attr1 <- factor(test$Attr1, levels=levels)
train$Attr1 <- factor(train$Attr1, levels=levels)
如果您不想要事实，请将as.integer添加到部分代码中，您将获得数字因素。这在xgboost这样的模型中有时比较容易，并且可以保存在一个热门编码上。
as.integer(factor(test$Attr1, levels=levels))