Question

我有大约50,000个客户，其中按年龄段（65岁及65岁以上）已知10,000个客户。我有每个客户购买的品牌的历史。我想建立一个模型来根据购买历史预测客户属于哪个年龄段。我运行该模型，它显示了一些错误（下面进一步）。

问题：

我可以使用naiveBayes模型来预测客户属于哪个age_group吗？
如何了解为什么我的模型无法正常工作
如果我有客户年龄，可以使用哪个模型而不是age_group来预测年龄？

非常感谢

# building train and test sets
set.seed(100) 
train_set_indexes <- sample (1:nrow(demand_by_customer_brand_year_2018_row), size = 5000) 

train_set <- demand_by_customer_brand_year_2018_row [train_set_indexes, ]
test_set <- demand_by_customer_brand_year_2018_row [-train_set_indexes, ]

# Applying a model (naiveBayes) on train set

library(e1071)
model_age <- naiveBayes(Customer_Age_Group ~ ., data = train_set)

# Predicting the class labels of the train set
predicted_labels <- predict(model_age, test_set)
summary(model_age)

True_labels <- test_set[,1]
head(True_labels)

table1 <- table (True_labels,predicted_labels)
table1


# output of summary(model_age)

        Length Class  Mode   
apriori   2    table  numeric
tables  741    -none- list   
levels    0    -none- NULL   
call      4    -none- call  

# Output when processing table1 <- table (True_labels,predicted_labels)

Error in table(True_labels, predicted_labels) : object 'True_labels' not found

Answer 1

我已经解决了问题：

在使用chr格式之前，
'data.frame'：1000磅。 742个变量： $ Customer_Age_Group：chr“妈妈”“妈妈”“妈妈”“高级” ...

当我将其转换为w / 2级因子时，它起作用了 'data.frame'：1000磅。 742个变量： $ Customer_Age_Group：具有2个级别的“妈妈”，“高级”因素：1 1 1 2 1 1

r中用于年龄预测的模型

1 个答案: