R中的分类

Question

我正在尝试在 R 中进行朴素贝叶斯分类。我在以下链接中看到了这个示例。

http://en.wikibooks.org/wiki/Data_Mining_Algorithms_In_R/Classification/Na%C3%AFve_Bayes

那里只有 2 行。先分类，再预测。

> classifier<-naiveBayes(iris[,1:4], iris[,5]) 
> table(predict(classifier, iris[,-5]), iris[,5])

“虹膜数据集”上的相同代码运行良好。但是当我在我的数据集上应用同样的方法时，我遇到了一些错误。

我的数据集包含 4 个属性，第 4 个属性是类属性。

> str(data1)
'data.frame':   1370 obs. of  4 variables:
 $ TenScore     : num  85 84.2 67.2 91.5 79.3 ...
 $ TwelthScore  : num  69 87.9 67.5 82.7 72.4 ...
 $ GDegreeScore : num  63.3 70.7 61.3 78.2 62.1 ...
 $ Got_Admission: chr  "No" "No" "No" "No" ...

所以，我尝试了这个。

> classifier<-naiveBayes(data1[,1:3], data1[,4]) 
> table(predict(classifier, data1[,-4]), data1[,4])
Error in table(predict(classifier, data1[, -4]), data1[, 4]) : 
  all arguments must have the same length

执行命令时出现上述错误。当我只使用预测时，它会给我以下输出。

> predict(classifier, data1[,-4])
factor(0)
Levels:

str(data1) 'data.frame': 1370 obs. of 4 variables: 
$ TenScore : num 85 84.2 67.2 91.5 79.3 ... 
$ TwelthScore : num 69 87.9 67.5 82.7 72.4 ... 
$ GDegreeScore : num 63.3 70.7 61.3 78.2 62.1 ... 
$ Got_Admission: chr "No" "No" "No" "No" ...

请解释一下错误是什么以及如何解决？

Answer 1

我可以通过将 iris 的第 5 列更改为字符来产生相同的错误：

> iris[ , 5] <- as.character(iris[ , 5] )
> classifier<-naiveBayes(iris[,1:4], iris[,5]) 
>  table(predict(classifier, iris[,-5]), iris[,5])
Error in table(predict(classifier, iris[, -5]), iris[, 5]) : 
  all arguments must have the same length
#  The fix -------->
 iris[ , 5] <- factor(as.character(iris[ , 5] ))
 classifier<-naiveBayes(iris[,1:4], iris[,5]) 
 table(predict(classifier, iris[,-5]), iris[,5])
#  ---- output--------            
             setosa versicolor virginica
  setosa         50          0         0
  versicolor      0         47         3
  virginica       0          3        47

所以你应该这样做：

  data1$ Got_Admission <- factor(data1$ Got_Admission)

如果您的“Got_Admission”列的顺序不正确，您会得到令人困惑的结果（GIGO 效应）。您应该首先查看以下内容：

table(data1$ Got_Admission)