变量中至少一类的误差零方差

Question

对于新手问题，我很抱歉，我是 R 新手，在任何地方都找不到答案。 我正在使用插入符号包。 我有一个从更大的数据集中采样的 3000 观察数据。 我正在尝试使用以下代码在此数据上训练 NB 分类器。

model_nb_2002= train(trainingdata_2002$CLA_2.CANCELER ~., data=trainingdata_2002, method="nb",trControl=fitCtrl, metric="Accuracy")

但总是收到错误消息。

在 eval(expr, envir, enclos) 中：Fold10.Rep05 的模型拟合失败： usekernel=FALSE, fL=0 NaiveBayes.default(x, y, usekernel = param$usekernel, fL = param$fL, : 至少一个零方差 变量中的类：NUM_0.HH_IM_HAUS10、NUM_0.HH_IM_HAUS12、 NUM_0.HH_IM_HAUS13、NUM_0.HH_IM_HAUS137、NUM_0.HH_IM_HAUS14、 NUM_0.HH_IM_HAUS15、NUM_0.HH_IM_HAUS16、NUM_0.HH_IM_HAUS17、 NUM_0.HH_IM_HAUS18、NUM_0.HH_IM_HAUS19、NUM_0.HH_IM_HAUS20、 NUM_0.HH_IM_HAUS21、NUM_0.HH_IM_HAUS22、NUM_0.HH_IM_HAUS23、 NUM_0.HH_IM_HAUS24、NUM_0.HH_IM_HAUS25、NUM_0.HH_IM_HAUS26、 NUM_0.HH_IM_HAUS27、NUM_0.HH_IM_HAUS28、NUM_0.HH_IM_HAUS29、 NUM_0.HH_IM_HAUS30、NUM_0.HH_IM_HAUS31、NUM_0.HH_IM_HAUS32、 NUM_0.HH_IM_HAUS33、NUM_0.HH_IM_HAUS34、NUM_0.HH_IM_HAUS35、 NUM_0.HH_IM_HAUS36、NUM_0.HH_IM_HAUS37、NUM_0.HH_IM_HAUS38、 NUM_0.HH_IM_HAUS39、NUM_0.HH_IM_HAUS40、NUM_0.HH_IM_HAUS41、 NUM_0.HH_IM_HAUS42、NUM_0.HH_IM_HAUS43、NUM_0.HH_IM_HAUS44、 NUM_0.HH_IM_HAUS45、NUM_0.HH_IM_HAUS46、NUM_0.HH_IM_HAUS47、 NUM_0.HH_IM_HAUS49、NUM_0.HH_IM_HAUS52、NUM_0。 [...截断]

我不知道是哪个属性导致了这个问题。如果我理解正确，则存在导致此问题的属性，因为它错过了预测所需的方差。 任何帮助将不胜感激。

Answer 1

@罗曼 这是总结

  ID        NOM_N.PAYMENT_TYPE NUM_0.POWER_CONSUMPTION
 Min.   :   39   Min.   :1.000      Min.   :    0          
 1st Qu.:10053   1st Qu.:1.000      1st Qu.: 1304          
 Median :20409   Median :2.000      Median : 2170          
 Mean   :19849   Mean   :1.738      Mean   : 2597          
 3rd Qu.:29781   3rd Qu.:2.000      3rd Qu.: 3452          
 Max.   :38580   Max.   :3.000      Max.   :31062          

 NUM_0.HH_IM_HAUS NUM_0.GEWERBE_IM_HAUS ORD_R.REGIOTYP
 1      :711      0      :1309          ?:136         
 2      :304      1      : 283          1: 22         
 ?      :136      ?      : 136          2:156         
 3      :135      2      :  49          3:295         
 4      :125      3      :  16          4:363         
 5      : 97      4      :   3          5:263         
 (Other):293      (Other):   5          6:566         
 ORD_R.KAUFKRAFT ORD_R.STRTYP ORD_R.BEBAU  ORD_P.STATUS
 2      :373     ?: 136       ?:158       1      :250  
 3      :282     1:1000       1:999       2      :248  
 4      :263     2: 125       2:361       3      :229  
 1      :262     3: 349       3:246       4      :226  
 5      :204     4: 180       4: 30       5      :192  
 ?      :136     5:  11       5:  7       6      :148  
 (Other):281                              (Other):508  
 ORD_P.BONITAET  ORD_P.ANTDT  ORD_P.ALTERSTR ORD_P.FAMILIEN
 1      :338    9      :373   4      :594    7      :259   
 2      :289    8      :320   5      :534    6      :243   
 4      :198    7      :254   6      :232    5      :232   
 3      :195    6      :233   3      :213    8      :207   
 5      :170    5      :170   ?      :136    4      :161   
 ?      :136    ?      :136   2      : 48    2      :156   
 (Other):475    (Other):315   (Other): 44    (Other):543   
  ORD_P.PKW_DI ORD_P.PKW_LEIST ORD_P.KLBUS ORD_P.GEBRAUCHT
 10     :454   1      :592     ?:374       6      :245    
 9      :269   2      :401     1:779       4      :223    
 8      :210   3      :252     2:436       5      :217    
 7      :158   4      :160     3:212       2      :215    
 6      :152   ?      :136                 3      :205    
 ?      :136   5      : 89                 7      :192    
 (Other):422   (Other):171                 (Other):504    
 ORD_P.GELAEND ORD_P.PSYCHONOMICS_1 ORD_P.PSYCHONOMICS_2
 ?:136         ?:388                ?:367               
 1:848         1:342                1:427               
 2:354         2:227                2:192               
 3:294         3:254                3:178               
 4:169         4:232                4:248               
               5:358                5:389               

 ORD_P.PSYCHONOMICS_3 ORD_P.PSYCHONOMICS_4
 ?:388                ?:386               
 1:154                1:293               
 2:276                2:263               
 3:282                3:256               
 4:368                4:282               
 5:333                5:321               

 ORD_P.PSYCHONOMICS_5 ORD_P.PSYCHONOMICS_6
 ?:367                ?:386               
 1:541                1:287               
 2:271                2:249               
 3:203                3:354               
 4:180                4:231               
 5:239                5:294               

 ORD_P.PSYCHONOMICS_7 ORD_P.PSYCHONOMICS_8  ORD_P.PHARM1
 ?:388                ?:388                7      :365  
 1:331                1:425                ?      :343  
 2:277                2:355                6      :261  
 3:253                3:259                1      :216  
 4:298                4:195                5      :200  
 5:254                5:179                4      :159  
                                           (Other):257  
  ORD_P.PHARM2  ORD_P.PHARM3  ORD_P.PHARM4  ORD_P.PHARM5
 1      :663   7      :566   ?      :343   ?      :343  
 2      :383   ?      :343   1      :329   1      :329  
 ?      :343   1      :289   4      :311   2      :213  
 3      :147   6      :156   5      :300   6      :208  
 4      :106   3      :154   2      :201   5      :205  
 6      : 64   2      :115   3      :137   3      :201  
 (Other): 95   (Other):178   (Other):180   (Other):302  
  ORD_P.PHARM6 CLA_2.CANCELER
 7      :534   1: 165        
 6      :427   2:1636        
 ?      :343                 
 5      :176                 
 4      : 97                 
 3      : 81                 
 (Other):143

Answer 2

将变量转换为因子而不是数字。如果可能，将数据作为因子而不是数字来读取。

trainingdata_2002$NOM_N.PAYMENT_TYP <- as.factor(trainingdata_2002$NOM_N.PAYMENT_TYP