R 无法在新数据中进行预测

这是完美的工作与glm和randomForest，能够作出预测的新数据，但似乎没有通过支持向量机的某些原因，请帮助

我在R中使用e1071 SVM包

reg.svm <- svm(survived_str ~ pclass + sex + sibsp + parch + fare + embarked_2 + has_cabin + name_cat_2 + ticket_cat + age_amelia, data = train_2, cost=100, gamma=1, probability=TRUE)

test_2$p.svm <- predict(reg.svm, newdata=test_2)

---

您的训练或预测集中是否有NA值？是，但在模型公式中使用的变量中没有。datasetwell中有一些未使用的变量，如果删除这些未使用的变量会发生什么？为了更进一步，我们需要一个可复制的例子…@PreritAhuja您可以添加您的解决方案作为您自己问题的答案，这在这里是完全可以接受的。通过这种方式，解决方案将更加明显，您可以获得一些声誉；。可能值得向e1071维护人员maintainere1071报告此问题，最好保持中立，将其称为问题而不是错误，因为这看起来确实有点令人惊讶/不想要的行为

Error in `$<-.data.frame`(`*tmp*`, "p.svm", value = c(2L, 1L, 2L, 2L,  : 
  replacement has 332 rows, data has 418

predict(reg.svm, newdata=test_2)

  2   3   5   6   7   8  10  11  12  13  15  16  18  19  21  22  23  24  27  28  29 
  1   0   1   1   1   0   1   0   1   1   1   0   0   0   0   0   0   1   0   0   0 
 30  31  32  33  34  35  36  37  38  40  42  43  45  46  47  48  49  50  51  52  54 
  0   0   0   0   1   0   0   1   0   0   0   1   0   0   0   0   1   0   0   1   1 
 55  57  58  59  60  62  64  65  67  68  69  70  71  72  73  74  75  77  78  79  80 
  1   0   0   0   0   0   0   0   0   1   1   1   1   1   0   1   1   1   0   1   0 
 82  83  85  86  87  88  89  90  91  94  95  96  97  99 100 101 102 103 105 106 107 
  0   0   1   0   1   0   1   0   0   1   1   1   0   1   0   1   0   0   0   0   1 
108 110 111 113 114 115 116 117 119 121 122 123 124 125 127 128 129 130 131 132 133 
  0   1   1   1   0   1   0   1   0   0   0   0   1   0   1   0   0   0   1   1   1 
134 135 138 139 140 141 143 144 145 146 147 150 151 152 153 154 155 156 157 162 163 
  1   0   1   1   0   1   1   0   1   0   0   0   0   0   0   0   1   1   0   0   1 
165 168 169 170 171 172 173 174 176 177 178 180 184 186 187 188 189 191 192 193 195 
  1   1   1   0   0   0   0   1   0   1   0   0   1   0   0   0   1   0   0   0   0 
196 198 199 200 201 202 203 204 206 207 208 209 210 211 212 213 214 215 216 217 218 
  0   1   1   1   0   1   0   0   1   1   1   0   0   0   0   0   0   1   0   1   0 
219 220 221 222 223 224 226 227 228 229 230 231 233 234 236 238 239 240 241 242 243 
  1   0   0   0   1   1   0   0   1   0   0   0   0   0   1   0   0   1   0   1   1 
244 245 246 247 248 249 252 253 254 255 256 257 260 261 262 263 264 265 266 267 268 
  0   0   0   1   1   1   1   0   1   1   0   1   0   1   0   0   1   1   0   1   1 
269 270 271 272 274 276 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 
  0   0   0   0   0   0   1   0   0   0   0   0   1   1   0   0   1   0   1   0   0 
293 294 295 296 297 298 299 300 302 304 305 307 308 311 312 313 314 315 316 317 318 
  1   0   1   1   1   0   0   0   0   1   0   1   0   0   0   0   0   0   0   1   0 
319 320 322 323 324 325 326 327 328 329 330 331 332 334 335 336 337 338 339 341 342 
  1   0   1   1   0   1   1   0   0   0   1   0   1   0   1   0   1   0   0   0   0 
343 345 346 348 349 351 353 354 355 356 357 359 360 361 362 363 364 366 367 368 370 
  1   1   0   0   0   0   0   1   1   0   1   1   1   0   0   1   1   0   0   0   1 
371 372 373 374 375 377 378 379 380 381 382 383 384 385 386 388 389 390 391 392 393 
  0   0   0   1   1   1   1   0   0   1   0   0   1   1   1   1   0   1   1   0   1 
397 398 400 401 403 405 406 407 408 409 410 411 412 414 415 416 417 
  1   0   1   1   1   1   0   1   0   0   0   1   0   0   0   0   0 
Levels: 0 1