我有一个包含两列的数据集，如下所示，其中第1列，timestamp是时间的特定值，Column.10给出了该时间实例的总功耗 . 此数据共有81502个实例 .
我正在使用e1071软件包对R中的这些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 . 我首先将数据集划分为训练和测试数据 . 然后使用训练数据使用svm函数对数据建模，然后预测测试集的功率使用情况 .
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])
但是，当我尝试从预测中制作混淆矩阵时，我收到错误：
Error in table(pred = prediction, true = testset[, 2]) : all arguments must have the same length
所以我试图找到两个论点的长度并发现了
the length(prediction) to be 81502
and the length(testset[,2]) to be 27167
由于我仅针对测试集进行了预测，因此我不知道如何对81502值进行预测 . 预测和测试集的总值没有不同？整个数据集的功率值如何得到预测，尽管我只为测试集提供了它？
1 回答
更改
在
但是，在进行回归时不应使用表，而是使用MSE .