Scikit-learnでSVMを実装

前提・実現したいこと

PythonでScikit-learnを利用してSVMによる2値分類を試しています。
以下のエラーが表示され困っております。

発生している問題・エラーメッセージ

  File "SVM_test.py", line 29, in <module>
    main()
  File "SVM_test.py", line 24, in main
    liprediction=predictor.predict(xtest)
  File "C:\Users\2088\AppData\Local\Continuum\anaconda3\lib\site-packages\sklearn\svm\base.py", line 576, in predict
    y = super(BaseSVC, self).predict(X)
  File "C:\Users\2088\AppData\Local\Continuum\anaconda3\lib\site-packages\sklearn\svm\base.py", line 325, in predict
    X = self._validate_for_predict(X)
  File "C:\Users\2088\AppData\Local\Continuum\anaconda3\lib\site-packages\sklearn\svm\base.py", line 478, in _validate_for_predict
    (n_features, self.shape_fit_[1]))
ValueError: X.shape[1] = 3 should be equal to 1, the number of features at training time

該当のソースコード

Python
1import sklearn
2import numpy as np
3np.random.seed(0)
4 
5def main():
6    # 1. reading data
7    xtest,ttest=[],[]
8    fin=open("ruijido_s10_2.csv","r")
9    for i,line in enumerate(fin):
10        line=line.rstrip()
11        if line:
12            tmp=line.split(",")  # ,でデータを区切ってtmpに格納
13            tmpx=[float(j) for j in tmp]  # tmpx内の整数を浮動小数点に変換
14            xtest.append(tmpx)  # tmpxをxtestに格納
15    fin.close()
16    
17    # numpy配列に変換
18    xtest=np.asarray(xtest,dtype=np.float32) 
19    print(xtest) 
20    # 2. reading predictor
21    predictor=sklearn.externals.joblib.load("predictor_svc.pkl")
22     
23    # 3. evaluating the performance of the predictor on the test dataset
24    liprediction=predictor.predict(xtest)
25    print(liprediction)
26    np.savetxt("lipredicton.csv",liprediction,delimiter=",")
27
28if __name__ == '__main__':
29    main()

試したこと

データの桁数の問題と思い、桁を減らすなどは試してみましたが、同じエラーメッセージでした。

補足情報（FW/ツールのバージョンなど）

データセットは以下のような3次元行列です。
[[ 9.860e-01 -6.230e-01 2.170e+00]
[ 2.234e+00 5.330e-01 1.573e+00]
[ 1.810e+00 -1.770e-01 1.095e+00]
[ 2.206e+00 7.260e-01 5.670e-01]
[ 1.536e+00 2.370e+00 4.230e-01]
・
・