r - 使用 kernlab 包错误进行预测 .local(object, ...) 中的错误：测试向量与模型 R 不匹配

Question

我kernlab在回归问题中测试包。将对象'Error in .local(object, ...) : test vector does not match model !传递给函数时，这似乎是一个常见问题。但是，我刚刚找到了不适用于我的问题的分类问题或自定义内核的答案（我正在使用内置的回归）。我的想法在这里用完了，我的示例代码是：ksvmpredict

data <- matrix(rnorm(200*10),200,10)
tr <- data[1:150,]
ts <- data[151:200,]

mod <- ksvm(x = tr[,-1],
            y = tr[,1],
            kernel = "rbfdot", type = 'nu-svr',
            kpar = "automatic", C = 60, cross = 3)

pred <- predict(mod, 
                ts
                )

Answer 1

您忘记删除y测试集中的变量，因此由于预测变量的数量不匹配而失败。这将起作用：

predict(mod,ts[,-1])

Answer 2

pred <- predict(mod, ts)如果ts是数据框，则可以使用。

这将是

    data <- setNames(data.frame(matrix(rnorm(200*10),200,10)),
                     c("Y",paste("X", 1:9, sep = "")))
    tr <- data[1:150,]
    ts <- data[151:200,]

    mod <- ksvm(as.formula("Y ~ ."), data = tr,
        kernel = "rbfdot", type = 'nu-svr',
        kpar = "automatic", C = 60, cross = 3)

    pred <- predict(mod, ts)