我正在使用NaiveBayes模型进行文本分析，其中包含大约2000多个变量和超过30000个观测值。它实际上是稀疏数据，但没有任何零或常数列。
model <- NaiveBayes(nation~., data=data_train)
我得到了：
"Zero variances for at least one class in variables: "
以及50个变量的列表。 错误类似于下面的错误，但我的类变量是一个因素。 https://stats.stackexchange.com/questions/35694/naive-bayes-fails-with-a-perfect-predictor
我还在相同的数据上运行了e1071的naiveBayes。它运行，但准确性非常低（7％）。我用SVM得到85％。 有什么建议吗？ 感谢。
答案 0 :(得分：2)
据我所知，对于数据中的某个类，必须有一些全部为零的变量。这个变量的整个列不是零，但是这个向量data_train[data_train$Class=="ClassA",]（假设你的一个类称为“ClassA”）是全零。
在这种情况下，klaR会向您发出错误警告您这种情况。但是e1071没有，并且它会在A类中为该变量生成条件概率为0。因此，当您尝试计算未知样本时，会导致“错误”的最终概率。
然而SVM不使用这种计算测试样本概率的策略。因此，零方差对其准确性几乎没有影响。