R语言For循环输出异常排查：KSVM模型C值遍历后test_accuracy结果不符合预期

咱们一步步拆解你的问题，很快就能搞定：

核心问题1：初始化test_accuracy时的致命错误 #

你写的初始化代码是：

test_accuracy <- rep(0, length(11))

这里length(11)返回的是1（因为11是单个数值，长度为1），所以你的test_accuracy一开始只有1个元素。当循环里x不断递增到2、3...11时，R会自动扩展这个向量，额外的位置默认填充NA，这就是你看到大量NA的直接原因。

正确的初始化应该匹配Test_Cs的长度：

test_accuracy <- rep(0, length(Test_Cs))

这样一开始就创建了11个0的数值向量，刚好对应你要测试的11个C值。

核心问题2：潜在的变量污染 #

从你的输出里能看到混合的字符串（比如"C:1000.009:0.862385321100917"），这说明你当前环境里的test_accuracy可能之前被定义成了字符型向量。当你往字符向量里赋值数值时，R会自动把数值转成字符，导致结果混乱。

解决办法：在运行代码前，先清理这个旧变量：

rm(test_accuracy) # 先删除旧的污染变量
test_accuracy <- rep(0, length(Test_Cs)) # 重新初始化数值向量

优化建议：用更安全的循环索引 #

你用x手动计数的方式容易出错，不如直接用seq_along(Test_Cs)遍历索引，这样更直观也更不容易出问题：

# 先清理并初始化正确的向量
rm(test_accuracy)
test_accuracy <- rep(0, length(Test_Cs))

# 用索引遍历，替代手动维护x变量
for (x in seq_along(Test_Cs)) {
  current_C <- Test_Cs[x]
  # 训练模型（注意把中文引号改成英文引号！）
  ksvm_model <- ksvm(as.matrix(data[,1:10]), as.factor(data[,11]), 
                     scaled=TRUE, type="C-svc", kernel="vanilladot", C=current_C)
  # 预测并计算准确率
  pred <- predict(ksvm_model, data[,1:10])
  accu_percentage <- sum(pred == data[,11])/nrow(data)
  # 赋值到对应位置
  test_accuracy[x] <- accu_percentage
}

print(test_accuracy)

额外注意点 #

• 检查你的type和kernel参数引号：你写的是中文引号“C-svc”，必须改成英文引号"C-svc"，不然R会直接报错！
• 如果你是想测试模型的泛化能力，建议不要用训练数据data来计算准确率，应该提前拆分出单独的测试集，不然得到的只是训练准确率，不能反映模型的真实性能。

内容的提问来源于stack exchange，提问作者Grace_radetsk