尝试使用“bnlearn”实现一个简单的朴素贝叶斯分类器。不断收到错误“变量必须是数字、因子或有序因子”

Posted 2023-03-13

【中文标题】尝试使用“bnlearn”实现一个简单的朴素贝叶斯分类器。不断收到错误“变量必须是数字、因子或有序因子”

【英文标题】：Trying to implement a simple Naive Bayes classifier using "bnlearn". Keep getting error "variables must be either numeric, factors or ordered factors"

【发布时间】：2016-02-11 14:50:09

【问题描述】：

我正在尝试通过重新创建给我的数据结果来在 R 中实现一个 NB 分类器。现在我只是对训练数据本身进行测试，看看准确度如何。

数据集中有 29 个变量，其中一个称为“状态”。它有两个值，赢和输。我将训练数据分成大约 2/3 的训练和 1/3 的测试。目标是确定 Status 预测输赢的准确性。

我想我理解错误，因为“赢”和“输”不是数值，但据我了解，它们不是因素吗？我将在下面发布我的代码。我正在使用来自http://www.bnlearn.com/documentation/man/naive.bayes.html 的 bnlearn 示例作为我的基础。如果有更好的例子，请告诉我。

#Read in training data
trainingdata <- read.csv("C:\\.....filepath.csv", header=T)

#Split data into training and test sets
training.set = trainingdata[1:1200, ]
test.set = trainingdata[1201:1860, ]

#Train model
bn = naive.bayes(training.set, "Status") 
fitted = bn.fit(bn, training.set)

#Predict
pred = predict(fitted, test.set)
table(pred, test.set[, "Status"])

我开始从bn = naive.bayes(training.set, "Status") 行得到错误。具体错误说"Error in data.type(x) : variables must be either numeric, factors or ordered factors

有没有办法让 bnlearn 认识到“状态”是一个因素。

【问题讨论】：

尝试查看str(trainingdata) 以查看您的变量是否属于适当的类型。

我的猜测是“状态”是一个字符向量。

@Cotton.Rockwood 如果我这样做，它表示所有变量都是具有不同级别的因子，除了其中两个是整数。会不会是两个 int 导致问题？

您应该向reproducible example 提供示例输入，我们可以运行它来查看发生了什么。

我猜是这样。在naive.bayes 的文档中，它说数据框中的所有变量都必须是因子。您可以添加trainingdata <- lapply(trainingdata, as.factor)。这假设所有变量都可以合理地转换为因子，如果您打算将它们与naive.bayes 一起使用，无论如何都应该是这种情况。

【参考方案1】：

几年后回到今年，因为我意识到我从来没有用答案更新它，从那时起没有人发布解决方案让我接受。

Cotton.Rockwood 的假设是正确的。使用 bnlearn 的朴素贝叶斯分类器，所有变量都需要是因子，否则会遇到这个错误。