R Caret，如何在训练和应用数据集时具有相同的功能

我正在使用

caret

软件包，培训一个文本分类模型，但我遇到了一个困扰我的问题，我没有找到合适的解决方案

我得到了如下训练的

数据框架

：

training <- data.frame(x = c(0,0,1),y = c(0,1,0), z = c(1,1,1), result =c('good','good','bad'))
training
  x y z result
1 0 0 1   good
2 0 1 1   good
3 1 0 1    bad

library(caret)
svm_mod <- train(sent ~ .,df,  method = "svmLinear")
# There were 42 warnings (use warnings() to see them)  Some warnings, not the point of the question

现在，解决方案应该是将training中缺少的所有列添加为0s：

applying$z <- 0

---

应用$z您使用哪个软件包创建dtm？这是否回答了您的问题@missuse我正在使用tm软件包。我将看一下建议的问题，非常感谢。如果我能帮忙，我很高兴。我建议按照创作者的建议使用text2vec（Dmitry Selivanov-链接问题中的第二个答案）。
applying$z <- 0