我使用包klaR将朴素贝叶斯应用于玩具数据集，一切正常。
接下来，我想使用caret使用method="nb"复制相同的分析，NaiveBayes实际上只是klaR包中Error in NaiveBayes.default(x, y, usekernel = FALSE, fL = param$fL, ...) :
Zero variances for at least one class in variables: x1_disc_46, x1_disc_810, x2_disc_46
Timing stopped at: 0.01 0 0.02
函数的包装器。
然而，后一种估计不起作用。我收到一条错误消息。
klaR我知道玩具数据集的局限性。但是，随着caret包的分析确实运行，我想知道如何使用# Data
d <- structure(list(Y = structure(c(1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L,
2L, 1L), .Label = c("0", "1"), class = "factor"), x1_disc = structure(c(1L,
2L, 1L, 2L, 3L, 4L, 4L, 5L, 2L, 4L), .Label = c("_02", "_24",
"_46", "_68", "_810"), class = "factor"), x2_disc = structure(c(1L,
1L, 1L, 1L, 2L, 3L, 3L, 3L, 1L, 2L), .Label = c("_02", "_24",
"_46"), class = "factor")), .Names = c("Y", "x1_disc", "x2_disc"
), row.names = c(NA, -10L), class = "data.frame")
# Works(klaR)
library(klaR)
fit2 <- NaiveBayes(Y ~ x1_disc + x2_disc, usekernel = FALSE, fL = 0, data=d)
predict(fit2, d, threshold = 0)
# Does not work (caret)
library(caret)
model2 <- train(form=Y ~ x1_disc + x2_disc,
data=d,
method="nb",
# Uses package klaR
# (see: http://topepo.github.io/caret/train-models-by-tag.html)
trControl=trainControl(method="none"),
tuneGrid = data.frame(fL=0, usekernel=F, adjust=1))
predict(model2, d, type="prob")
复制完全相同的分析？
以下是代码：
Event答案 0 :(得分：1)
我对答案进行了评论，因为它部分解决了您的问题。我遇到了这个Cross Validated answer，它建议在没有S3公式接口的情况下运行插入符号模型：
model2 <- train(y=d$Y, x=d[, 2:3], ...)
我不知道为什么这样做的确切原因，并且它可能与CV问题不同，因为它们没有错误。