Question

我使用naiveBayes（e1071 http://en.wikibooks.org/wiki/Data_Mining_Algorithms_In_R/Classification/Na%C3%AFve_Bayes）对我的数据集进行分类（Classification class：“class”0/1）。这是我的工作：

library(e1071)
arrhythmia <- read.csv(file="/home/.../arrhythmia.csv", head=TRUE, sep=",")

#devide into training and test data 70:30
trainingIndex <- createDataPartition(arrhythmia$class, p=.7, list=F)
arrhythmia.training <- arrhythmia[trainingIndex,]
arrhythmia.testing <- arrhythmia[-trainingIndex,]

nb.classifier <- naiveBayes(class ~ ., data = arrhythmia.training)
predict(nb.classifier,arrhythmia.testing[,-260])

分类器不起作用，这是我得到的：

> predict(nb.classifier,arrhythmia.testing[,-260])
factor(0)
Levels: 

> str(arrhythmia.training)
'data.frame':   293 obs. of  260 variables:
 $ age                         : int  75 55 13 40 44 50 62 54 30 46 ...
 $ sex                         : int  0 0 0 1 0 1 0 1 0 1 ...
 $ height                      : int  190 175 169 160 168 167 170 172 170 158 ...
 $ weight                      : int  80 94 51 52 56 67 72 58 73 58 ...
 $ QRSduration                 : int  91 100 100 77 84 89 102 78 91 70 ...
 $ PRinterval                  : int  193 202 167 129 118 130 135 155 180 120 ...
 # and so on (260 attributes)

> str(arrhythmia.training[260])
'data.frame':   293 obs. of  1 variable:
 $ class: int  1 0 1 0 0 1 1 1 1 0 ...


> nb.classifier$levels
NULL

我尝试使用包含的数据集（虹膜），一切正常。我的方法出了什么问题？

Answer 1

确保将类变量视为因子;即。

nb.classifier <- naiveBayes(as.factor(class) ~ ., data = arrhythmia.training)

顺便说一句，您不需要从预测调用中排除类变量。

Answer 2

数据框中由字符串组成的每个变量都需要被视为一个因素。

如果变量不是因素，请使用此命令：

    df$var1 <- as.factor(df$var1)

这包括类变量。

注意：如果一个变量是数字，则无需将其变为因子。

使用naiveBayes（e1071）进行分类不起作用（$ levels返回NULL）

2 个答案: