我已经训练了一个模型，并且尝试使用predict函数，但它返回了以下错误。

在contrasts<-(*tmp*, value = contr.funs[1 + isOF[nn]])中出现错误：
只能对具有两个或更多级别的因子应用对比

在StackOverflow和CrossValidated上有几个关于此问题的讨论，根据我的理解，这个错误意味着模型中的一个因子只有一个级别。

这是一个相当简单的模型，包含一个连续变量（driveTime）和一个具有3个级别的因子变量

 driveTime         Market.y      transfer Min.   : 5.100   Dallas :10   Min.   :-11.205   1st Qu.: 6.192   McAllen: 6   1st Qu.:  3.575   Median : 7.833   Tulsa  : 3   Median :  7.843   Mean   : 8.727                Mean   :  8.883   3rd Qu.:10.725                3rd Qu.: 15.608   Max.   :14.350                Max.   : 30.643

当我使用predict函数来预测一个未见样本的结果时

newDriveTime <- data.frame(driveTime =  8,Market.y = as.factor("Dallas"))predict(bestMod_Rescaled, newDriveTime)

我得到了以下错误

在`contrasts<-`(`*tmp*`, value = contr.funs[1 + isOF[nn]])中出现错误：   只能对具有两个或更多级别的因子应用对比

这是我工作流程的更多细节

tc          <- tune.control(cross = 10, fix = 8/10)    tuneResult_Rescaled <- tune(svm,data = finalSubset,                                transfer~ driveTime + Market.y,                                ranges = list(epsilon = seq(0.1,.5,0.1),                                              cost = seq(8,10,.1)), tunecontrol=tc)    summary(tuneResult_Rescaled)    bestMod_Rescaled <- tuneResult_Rescaled$best.model

回答：

我想你需要在训练数据中提供因子的级别到测试集中。像下面这样应该可以工作。

newDriveTime <- data.frame(driveTime =  8,                     Market.y = factor("Dallas", levels(finalSubset$Market.y)))predict(bestMod_Rescaled, newDriveTime)

在R语言中，因子被保存为带有名称/标签的整数。如果你有两个因子向量，它们的级别数量不同，仅通过查看标签，无法确定两个向量中哪些标签对应于相同的级别。