Question

我在用R做朴素贝叶斯时遇到错误，这是我的代码和错误

library(e1071) 

#data

train_data <- read.csv('https://raw.githubusercontent.com/JonnyyJ/data/master/train.csv',header=T)
test_data <- read.csv('https://raw.githubusercontent.com/JonnyyJ/data/master/test.csv',header=T)      

efit <- naiveBayes(y~job+marital+education+default+contact+month+day_of_week+
                        poutcome+age+pdays+previous+cons.price.idx+cons.conf.idx+euribor3m
                       ,train_data)  

pre <- predict(efit, test_data)
bayes_table <- table(pre, test_data[,ncol(test_data)])
accuracy_test_bayes <- sum(diag(bayes_table))/sum(bayes_table)
    list('predict matrix'=bayes_table, 'accuracy'=accuracy_test_bayes)

错误：

bayes_table <-table（pre，test_data [，ncol（test_data）]）表中的错误（pre，test_data [，ncol（test_data）]）：所有参数必须具有相同的长度 precision_test_bayes <-sum（diag（bayes_table））/ sum（bayes_table） diag（bayes_table）中的错误：找不到对象“ bayes_table” list（'预测矩阵'= bayes_table，'accuracy'= accuracy_test_bayes）错误：找不到对象“ bayes_table”

我真的不知道发生了什么，因为我是R语言的新手

Answer 1

由于某种原因，默认的predict(efit, test_data, type = "class")在这种情况下不起作用（可能是因为您的模型针对测试数据集中的所有观测值预测了0）。您还需要使用结果构造表（即test_data[,ncol(test_data)]返回euribor3m）。以下应该起作用：

pre <- predict(efit, test_data, type = "raw") %>%
  as.data.frame() %>%
  mutate(prediction = if_else(0 < 1, 0, 1)) %>%
  pull(prediction)

bayes_table <- table(pre, test_data$y)

accuracy_test_bayes <- sum(diag(bayes_table)) / sum(bayes_table)

list('predict matrix' = bayes_table, 'accuracy' = accuracy_test_bayes)
# $`predict matrix`
#    
# pre    0    1
#   0 7282  956
# 
# $accuracy
# [1] 0.8839524

R错误：所有参数必须具有相同的长度

1 个答案: