SVM预测值下降

Question

我在一个数据集上运行支持向量机模型，它在列车/拟合模型上运行得很好。但是，当我为预测/测试数据运行它时，由于某种原因，它似乎是在丢弃行，当我试图将'pred_SVM‘返回到数据集中时，长度是不同的。下面是我的代码

#SVM MODEL
 SVM_swim <- svm(racetime_mins ~ event_date+ event_month +year 
 +event_id + 
              gender + place + distance+ New_Condition+
              raceNo_Updated +  
              handicap_mins +points+
              Wind_Speed_knots+ 
              Air_Temp_Celsius +Water_Temp_Celsius +Wave_Height_m,
          data = SVMTrain, kernel='linear')
summary(SVM_swim)

#Predict Race_Time Using Test Data
pred_SVM <- predict(SVM_swim, SVMTest, type ="response")
View(pred_SVM)
#Add predicted Race_Times back into the test dataset.
SVMTest$Pred_RaceTimes<- pred_SVM
View(SVMTest) #Returns 13214 rows
View(pred_SVM) #Returns 12830

$<-.data.frame中的错误(*tmp*，Pred_RaceTime，value = c(2 = 27.1766438249356 )，：替换有12830行，数据有13214行

Answer 1

正如命令中提到的，您需要去掉数据集中的NA值。支持向量机正在为您处理它，因此，pred_SVM输出是计算的，而不需要 NA值。

要测试数据中是否存在NA，只需运行：sum(is.na(SVMTest))

我很肯定你会看到一个大于零的数字。

在开始构建支持向量机算法之前，删除所有的NA值，

dataset <- dataset[complete.cases(dataset), ]

然后，在将数据分离到可以运行的列车和测试集之后，

SVM_swim <- svm(.....,data = SVMTrain, kernel='linear')