R 支持向量机中预测模型和测试集数据的不同元组数

我有一个数据集，有两列，如下所示，其中第1列，timestamp是一个特定的时间值，第10列给出了该时间实例的总功耗。此数据总共有81502个实例

我正在使用e1071软件包对R中的数据进行支持向量回归，以预测未来的电力使用情况。代码如下所示。我首先将数据集分为训练数据和测试数据。然后使用训练数据，使用svm函数对数据进行建模，然后预测测试集的功耗

    library(e1071)
    attach(data.csv)
    index <- 1:nrow(data.csv)
    testindex <- sample(index,trunc(length(index)/3))
    testset <- na.omit(data.csv[testindex, ])
    trainingset <- na.omit(data.csv[-testindex, ])
    model <- svm(Column.10 ~ timestamp, data=trainingset)
    prediction <- predict(model, testset[,-2])
    tab <- table(pred = prediction, true = testset[,2])

所以我试着找出两个参数的长度，发现

    the length(prediction) to be 81502
    and  the length(testset[,2]) to be 27167

因为我只对测试集进行了预测，所以我不知道如何对81502个值进行预测。预测值和测试集的总值有何不同？如果我只为测试集提供了功率值，那么整个数据集的功率值是如何得到预测的呢

prediction <- predict(model, testset[,-2]) 

预测
prediction <- predict(model, testset[,-2]) 

prediction <- predict(model, testset)