r - R中的朴素贝叶斯

在 R 中运行朴素贝叶斯分类器时出现错误。我使用以下代码-

mod1 <- naiveBayes(factor(X20) ~ factor(X1) + factor(X2) +factor(X3) +factor(X4)+factor(X5)+factor(X6)+factor(X7)
               +factor(X8)+factor(X9)
               +factor(X10)+factor(X11)+ factor(X12)+factor(X13)+factor(X14)
               +factor(X15)
               +factor(X16)+factor(X17)
               +factor(X18)+factor(X19),data=intent.test)

res1 <- predict(mod1)$posterior

此代码的第一部分运行良好。但是当它试图预测后验概率时，它会抛出以下错误——

**Error in as.data.frame(newdata) :
argument "newdata" is missing, with no default**

我试过运行类似的东西

res1 <- predict(mod1,new_data=intent.test)$posterior

但这也给出了同样的错误。

最佳答案

您似乎正在使用 e1071::naiveBayes 算法，该算法需要 newdata 参数进行预测，因此在运行代码时会引发两个错误。 (您可以在 CRAN 上检查 predict.naiveBayes 函数的源代码；代码中的第二行需要一个 newdata ，如 newdata <- as.data.frame(newdata) 。)同样正如@Vincent 所指出的，在调用之前最好将变量转换为 factor NB算法，虽然这肯定与上述错误无关。

使用 klar 包中的 NaiveBayes，不会发生这样的问题。例如。，

data(spam, package="ElemStatLearn")
library(klaR)

# set up a training sample
train.ind <- sample(1:nrow(spam), ceiling(nrow(spam)*2/3), replace=FALSE)

# apply NB classifier
nb.res <- NaiveBayes(spam ~ ., data=spam[train.ind,])

# predict on holdout units
nb.pred <- predict(nb.res, spam[-train.ind,])

# but this also works on the training sample, i.e. without using a `newdata`
head(predict(nb.res))

关于r - R中的朴素贝叶斯，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/9157626/

newData

r - R中的朴素贝叶斯