名称错误（ret2）<-rowns：“名称”属性 [2000] 必须与向量 [1605] 的长度相同答案

【问题标题】：Error in names(ret2) <- rowns : 'names' attribute [2000] must be the same length as the vector [1605]名称错误（ret2）<-rowns：“名称”属性 [2000] 必须与向量 [1605] 的长度相同
【发布时间】：2016-06-28 14:58:37
【问题描述】：

构建 SVM 模型

model<- svm(SeriousDlqin2yrs~., IAStrain)
predictedY <- predict(model, IAStest)
Error in names(ret2) <- rowns: 
'names' attribute [2000] must be the same length as the vector [1605]

我的两个数据集（训练和测试）的数据类型：

> str(IAStest)
'data.frame':   2000 obs. of  10 variables:
$ RevolvingUtilizationOfUnsecuredLines: num  0.106 0.503 0.111 1 1 ...
$ age : int  45 46 78 78 63 33 44 65 31 41 ...
$ NumberOfTime30.59DaysPastDueNotWorse: int  0 0 0 0 0 0 0 0 0 0 ...
$ DebtRatio : num  0.2877 0.311 0.0651 0.1255 45 ...
$ MonthlyIncome: int  10000 4912 11583 12465 NA 2500 NA 18915 8200 30018 ...
$ NumberOfOpenCreditLinesAndLoans: int  5 6 8 2 4 8 4 6 9 14 ...
$ NumberOfTimes90DaysLate: int  0 0 0 0 0 0 0 0 0 0 ...
$ NumberRealEstateLoansOrLines        : int  2 1 0 2 0 1 0 2 1 3 ...
$ NumberOfTime60.89DaysPastDueNotWorse: int  0 0 0 0 0 0 0 0 0 0 ...
$ NumberOfDependents                  : int  5 3 0 0 0 1 0 2 0 2 ...

> str(IAStrain)
'data.frame':   28000 obs. of  11 variables:
$ SeriousDlqin2yrs: Factor w/ 2 levels "0","1": 1 1 1 1 1 1 1 1 1 1 ...
$ RevolvingUtilizationOfUnsecuredLines: num  0.957 0.658 0.907 0.213 0.306
$ age  : int  40 38 49 74 57 39 27 57 30 51 ...
$ NumberOfTime30.59DaysPastDueNotWorse: int  0 1 1 0 0 0 0 0 0 0 ...
$ DebtRatio  : num  1.22e-01 8.51e-02 2.49e-02 3.76e-01 5.71e+03 ...
$ MonthlyIncome  : int  2600 3042 63588 3500 NA 3500 NA 23684 2500 6501 ...
$ NumberOfOpenCreditLinesAndLoans: int  4 2 7 3 8 8 2 9 5 7 ...
$ NumberOfTimes90DaysLate: int  0 1 0 0 0 0 0 0 0 0 ...
$ NumberRealEstateLoansOrLines: int  0 0 1 1 3 0 0 4 0 2 ...
$ NumberOfTime60.89DaysPastDueNotWorse: int  0 0 0 0 0 0 0 0 0 0 ...
$ NumberOfDependents:   int  1 0 0 1 0 0 NA 2 0 2 ...

我已经阅读了很多关于同一问题的帖子。问题主要在于变量的数据类型。但就我而言，这不是问题。

【问题讨论】：

这个问题似乎与您的测试集有关。你可以尝试减少你的测试集，这样错误仍然存在吗？例如。通过将测试集拆分为停止并在发生错误的一半继续。之后通过dput(..) 的输出，以便可以重现。另外：您使用了哪个库e1071？
感谢您的回答。我确实将日期拆分为多个小数据框，但仍然出现相同的错误。 IAStest1
但是你能在你的问题出现错误的地方添加大约 5 到 10 行吗？这样我们就可以重现您的问题。

标签： r machine-learning svm

【解决方案1】：

除了我的评论之外，您数据中的NA 很可能是问题所在

predictedY <- predict(model, IAStest[!rowSums(is.na(IAStest)),])

应该为不包含NA值的行生成结果

【讨论】：

非常感谢。它确实解决了这个问题。 NA值是原因。如果我可以再问一个问题。在构建模型之前进行缩放是否是一种好习惯。如果是，哪种类型的缩放最适合我的问题，对角缩放或对数等其他缩放。
是的，推荐参见stackoverflow.com/questions/15436367/svm-scaling-input-values。取决于要素类型线性或 z 分数缩放。然而，决策往往更像是一门艺术而不是一门科学。
非常感谢您的帮助。