svm预测误差

Question

我训练过一位svm模型。我想测试它，但我面临一个错误的预测()函数。为了简单起见，这里我将测试和训练数据分割成非随机的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)

预测()中的错误消息是：

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

数据的头看起来..。

> 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具有相同的错误消息。问题是，S/他没有使用数据格式。这不是我的问题。

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

我不知道为什么会发生这个错误，也不知道它意味着什么。跟踪()和调试(预测)也没有帮助。

Answer 1

很难提供解决方案，因为您没有提供数据。但是，我的猜测是，您的测试数据中有64行NA值用于GA或BW。如果使用任何NAs删除行，我认为您的预测将运行：

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

当然，这意味着您不会得到对这些行的任何预测。如何处理这个问题取决于您自己(例如，您可以将丢失的值或任何适合您特定用例的值归责于此)。

Answer 2

我用：

   model <- svm(y = labels, x = data, ...)

   pred <- predict(model, data)

一切都很好。