朴素贝叶斯分类器中的错误

我有一个5000点和12个属性（其中是类变量）的数据集..我分为训练（3000分）和测试（2000分）的数据和执行的训练分类数据和wnat使用准确度度量可惜的错误被抛出，你可以请帮我检查错误率..朴素贝叶斯分类器中的错误

b=as.factor(test_data$Personal.Loan) 
model_naivebayes = naiveBayes(Personal.Loan ~.,data=train_data); 
naive_predict = predict(model_naivebayes, test_data); 
table(naive_predict,b)

错误：错误表（naive_predict，b）：所有参数必须有长度相同

当我检查naive_predict中的内容时，它说因子W /' 0'evels

Regards， Sri。

来源

2014-03-31 Sriharsha Ramaraju

如果你请更新您的问题一个最小的，可重复的例子，它会更容易帮助你。 –

看起来像错误是在第三行。预测时需要排除类变量。

naive_predict = predict(model_naivebayes, test_data[,-which(names(predictors) %in% c("Personal.Loans"))];

来源

2015-05-22 12:00:50 christopherlovell

我有类似的问题，并通过这种方式解决它。

该代码会给出错误信息：我将与iris数据显示它

iris[ , 5] <- as.character(iris[ , 5]) 
classifier<-naiveBayes(iris[,1:4], iris[,5]) 
table(predict(classifier, iris[,-5]), iris[,5])

如果你使用的因素，它不会：

iris[ , 5] <- as.character(iris[ , 5]) 
classifier<-naiveBayes(iris[,1:4], factor(iris[,5])) 
table(predict(classifier, iris[,-5]), factor(iris[,5]))

来源

2015-07-20 17:33:07 Filly

朴素贝叶斯分类器中的错误

回答

相关问题