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，我想引入我在训练/测试新模型时留出的那 100 条记录，并检查该模型在识别和分类这 100 条以前从未见过的记录方面的能力。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吗？用于构建模型的测试集有 466 条记录。因此，我也尝试将验证测试复制到 466，但它仍然给出相同的错误。