R使用kernlab包ksvm函数拟合模型提示x and y don't match错误问询

• 第一步：确认维度匹配
  首先验证特征集和标签的长度一致，运行以下代码：

  # 前10列特征的行数
  nrow(data[, 1:10])
  # 第11列标签的长度
  length(data[, 11])
  # 数据集整体行列数
  dim(data)
  

  若两个数值不相等，说明读入数据时出现解析错误，检查源文件的分隔符、不规则行，调整read.delim的sep、skip等参数重新读入即可。
• 第二步：检查特征列类型合法性
  ksvm要求特征集可转换为数值矩阵，若前10列存在字符、因子、列表类型的列，会触发匹配报错，运行代码检查：

  sapply(data[, 1:10], class)
  

  存在非数值类型列时，先做数据清洗转换为数值格式。
• 第三步：修正标签的传入格式
  用[[索引取标签列，保证返回向量格式，避免数据框/tibble索引时的drop参数隐性影响；如果是分类任务，需将integer类型的标签转为因子：

  # 分类任务用：将标签转为因子
  y <- as.factor(data[[11]])
  # 回归任务用：保持标签为数值型
  y <- as.numeric(data[[11]])
  # 特征明确转为矩阵后拟合模型
  model <- ksvm(as.matrix(data[, 1:10]), y)
  

• 第四步：排查缺失值
  数据中存在NA值也会触发匹配报错，运行代码确认：

  sum(is.na(data[, 1:10]))
  sum(is.na(data[, 11]))
  

  存在缺失值时，先用na.omit()删除缺失行，或用对应方法填充缺失值后再拟合模型。

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