наивный байесовский классификатор в R

Question

Я пытаюсь запустить классификатор NaiveBayes работает этот код:

library(e1071) 
filename <- "file.csv" 
data <- read.csv(filename, sep=",") 
trainData <- data[1:1000,,drop = FALSE]  
testData <- data[1001:1500,,drop = FALSE] 
model <- naiveBayes(trainData[,1:49], trainData[,50]) 
predicted <- predict(model, testData[,-50]) 

Я получаю эту ошибку:

Error in apply(log(sapply(seq_along(attribs), function(v) { : 
    dim(X) must have a positive length 

Я проверил, и я не вижу отсутствующий атрибутов. В чем может быть проблема?

Некоторые образцы данных, следуя просьбе доктора Майка. Обратите внимание, что данные содержит 50 столбцов (в моем оригинальном посте я использовал 30, так как я пытался упростить вещи)

structure(list(X = 1:10, X1 = c(12L, 6L, 6L, 11L, 17L, 7L, 5L, 
3L, 4L, 7L), X2 = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L), .Label = "A", class = "factor"), X3 = structure(c(1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L), .Label = "us", class = "factor"), 
    X4 = c(TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, FALSE, FALSE, 
    TRUE), X5 = c(TRUE, TRUE, TRUE, FALSE, TRUE, FALSE, TRUE, 
    FALSE, FALSE, TRUE), X6 = c(FALSE, FALSE, FALSE, FALSE, FALSE, 
    FALSE, FALSE, FALSE, FALSE, FALSE), X7 = structure(c(1L, 
    1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L), .Label = "DAY", class = "factor"), 
    X8 = c(159L, 47L, 163L, 51L, 171L, 145L, 31L, 49L, 49L, 154L 
    ), X9 = structure(c(2L, 5L, 2L, 4L, 3L, 2L, 1L, 5L, 1L, 2L 
    ), .Label = c("100-150", "150-200", "50-100", "650-700", 
    "unknown"), class = "factor"), X10 = c(0L, 0L, 0L, 0L, 0L, 
    0L, 0L, 0L, 0L, 0L), X11 = c(0L, 1L, 0L, 2L, 0L, 0L, 0L, 
    1L, 0L, 0L), X12 = c(0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 
    0L), X13 = c(0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L), X14 = c(0L, 
    0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L), X15 = c(1L, 1L, 2L, 
    2L, 0L, 1L, 0L, 2L, 2L, 2L), X16 = c(2L, 1L, 2L, 1L, 0L, 
    2L, 1L, 2L, 1L, 2L), X17 = c(6L, 4L, 6L, 7L, 0L, 4L, 3L, 
    4L, 4L, 8L), X18 = c(0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 
    0L), X19 = c(0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L), X20 = c(1L, 
    0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L), X21 = c(7L, 6L, 7L, 
    3L, 0L, 6L, 6L, 2L, 7L, 7L), X22 = c(0L, 0L, 0L, 0L, 0L, 
    0L, 0L, 0L, 0L, 0L), X23 = c(2L, 2L, 2L, 2L, 0L, 2L, 2L, 
    2L, 2L, 2L), X24 = c(0L, 1L, 2L, 1L, 0L, 0L, 0L, 1L, 1L, 
    1L), X25 = c(2L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L), X26 = c(0L, 
    0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L), X27 = c(0L, 0L, 0L, 
    0L, 0L, 0L, 0L, 0L, 0L, 0L), X28 = c(1L, 0L, 0L, 0L, 0L, 
    0L, 0L, 1L, 1L, 0L), X29 = c(0L, 0L, 0L, 0L, 0L, 0L, 0L, 
    0L, 0L, 0L), X30 = c(1L, 1L, 1L, 1L, 0L, 0L, 1L, 0L, 2L, 
    0L), X31 = c(0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L), X32 = c(2L, 
    0L, 0L, 1L, 0L, 0L, 0L, 1L, 0L, 1L), X33 = c(0L, 0L, 1L, 
    0L, 0L, 0L, 0L, 0L, 0L, 0L), X34 = c(1L, 1L, 2L, 3L, 0L, 
    2L, 0L, 2L, 2L, 1L), X35 = c(0L, 1L, 0L, 0L, 0L, 0L, 0L, 
    1L, 2L, 0L), X36 = c(3L, 3L, 5L, 3L, 0L, 4L, 4L, 7L, 4L, 
    2L), X37 = c(0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L), X38 = c(0L, 
    0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L), X39 = c(0L, 0L, 0L, 
    0L, 0L, 0L, 0L, 0L, 0L, 0L), X40 = c(3L, 1L, 4L, 3L, 0L, 
    2L, 0L, 3L, 1L, 0L), X41 = c(0L, 0L, 0L, 0L, 0L, 0L, 0L, 
    0L, 0L, 0L), X42 = c(3L, 6L, 3L, 2L, 0L, 2L, 0L, 3L, 2L, 
    3L), X43 = c(1L, 0L, 0L, 2L, 0L, 0L, 0L, 0L, 0L, 0L), X44 = c(1L, 
    2L, 1L, 0L, 0L, 0L, 0L, 0L, 1L, 0L), X45 = c(0L, 0L, 0L, 
    0L, 0L, 0L, 0L, 0L, 0L, 0L), X46 = c(0L, 0L, 0L, 0L, 0L, 
    0L, 0L, 0L, 0L, 0L), X47 = c(0L, 0L, 0L, 0L, 0L, 0L, 0L, 
    0L, 0L, 0L), X48 = c(0L, 1L, 0L, 1L, 0L, 0L, 1L, 2L, 1L, 
    0L), X49 = c(2L, 0L, 1L, 1L, 0L, 0L, 2L, 3L, 0L, 4L), target = c(FALSE, 
    FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE 
    )), .Names = c("X", "X1", "X2", "X3", "X4", "X5", "X6", "X7", 
"X8", "X9", "X10", "X11", "X12", "X13", "X14", "X15", "X16", 
"X17", "X18", "X19", "X20", "X21", "X22", "X23", "X24", "X25", 
"X26", "X27", "X28", "X29", "X30", "X31", "X32", "X33", "X34", 
"X35", "X36", "X37", "X38", "X39", "X40", "X41", "X42", "X43", 
"X44", "X45", "X46", "X47", "X48", "X49", "target"), row.names = c(NA, 
10L), class = "data.frame") 

Следуя совету доктора Майка я факторизован данные. Я все еще получаю ту же ошибку.
Так что код теперь:

data <- read.csv(filename, sep=",") 
data[, -which(sapply(data, is.numeric))]<- 
    as.data.frame(lapply((data[,-which(sapply(data, is.numeric))]), as.factor)) 
trainData <- data[1:1000,,drop = FALSE]  
testData <- data[1001:1500,,drop = FALSE] 
model <- naiveBayes(trainData[,1:49], trainData[,50]) 
predicted <- predict(model, testData[,-50]) 

Answer 1

Вы должны убедиться в том, чтобы работать с факторами для категориальных переменных. Следующий небольшой пример использования ваших данных.

data$target[1:5]<-TRUE 
data$target[6:10]<-FALSE 
data<-data[sample(1:10),] 
# Make sure the target is a factor 
data$target<-as.factor(data$target) 
# Work with a subset since we only have 10 data points. 
data2<-data[,c(2,49:50,51)] 
model<-naiveBayes(target~., data=data2[1:5,]) 
predict(model, data2[6:10,]) 
table(predict(model, data2[6:10,]), data[6:10, 5]) 
#  FALSE TRUE 
# FALSE  0 0 
# TRUE  0 5 

Поэтому обязательно конвертируйте категориальные переменные и ответьте на факторы и используйте подмножество переменных.

Answer 2

Обнаружили проблему и записали решение, если кто-то ошибся в этой ошибке, как я.
В этом случае проблема заключалась в том, что атрибут «target» содержал только примеры с меткой «false». Поскольку не было примеров с надписью «true», классификатор не работал.
Я до сих пор не понимаю, почему я получил эту конкретную ошибку, а не что-то читаемое: «Нельзя классифицировать, нет« истинных »помеченных примеров». Но, по крайней мере, я решил это.

Большое спасибо Dr.Mike для отправки меня в правильном направлении (что в данном случае - посмотреть на данные, а не в коде)

Answer 3

У меня была аналогичная проблема. После многих часов или исследований я изменил значение TRUE/FALSE на значений символов y/n. Кажется, что R путается о том, является ли TRUE/FALSE категорическим или числовым.