R NaiveBayes Classifier liest den Typ nicht als "Formel"

Question

Ich verwende die NaiveBayes-Funktion im Paket "klaR" und aus irgendeinem Grund liest die Funktion meine Eingabeparameter nicht als Formel. Ich verstehe, dass die NaiveBayes-Funktion 2 Methoden hat, eine ist die "Standard" und eine andere für die Eingabeklasse von "Formel". Wenn ich die NaiveBayes-Funktion ausführe, liest sie meine Eingabeformel als Standardtyp und löst stattdessen Fehler aus. Mein Code ist wie folgt:

trainData <- read.csv("train.txt") 
trainNB <- NaiveBayes(Type~., data = trainData) 

Der Fehler, dass ich nach dem Ausführen dieser Zeilen empfangen ist:

Error in NaiveBayes.default(X, Y, ...) : 
    grouping/classes object must be a factor 

trainData Klasse ist Datenrahmen, und die ersten 10 Reihen von trainData ist wie folgt (ich habe insgesamt 83 Zeilen):

Area Perimeter Compactness Length Width Asymmetry Groove Type 
1 14.80  14.52  0.8823 5.656 3.288 3.1120 5.309 1 
2 14.79  14.52  0.8819 5.545 3.291 2.7040 5.111 1 
3 14.99  14.56  0.8883 5.570 3.377 2.9580 5.175 1 
4 19.14  16.61  0.8722 6.259 3.737 6.6820 6.053 0 
5 15.69  14.75  0.9058 5.527 3.514 1.5990 5.046 1 
6 14.11  14.26  0.8722 5.520 3.168 2.6880 5.219 1 
7 13.16  13.55  0.9009 5.138 3.201 2.4610 4.783 1 
8 16.16  15.33  0.8644 5.845 3.395 4.2660 5.795 0 
9 15.01  14.76  0.8657 5.789 3.245 1.7910 5.001 1 
10 14.11  14.10  0.8911 5.420 3.302 2.7000 5.000 1 

Jede Hilfe würde sehr geschätzt werden. Vielen Dank!

Answer 1

Ich denke, die abhängige Variable kein Faktor ist:

Sie dies tun sollten, trainData$Type <- as.factor(trainData$Type)

Gerade dieses Spielzeug Beispiel betrachten:

library(e1071) 
m <- naiveBayes(Species ~ ., data = iris) 

Wenn Sie die Struktur sehen möchten, können Sie Beachten Sie, dass die Art in Faktor ist, Spezies hier ist Ihre abhängige Variable:

> str(iris) 
'data.frame': 150 obs. of 5 variables: 
$ Sepal.Length: num 5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ... 
$ Sepal.Width : num 3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ... 
$ Petal.Length: num 1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 ... 
$ Petal.Width : num 0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ... 
$ Species  : Factor w/ 3 levels "setosa","versicolor",..: 1 1 1 1 1 1 1 1 1 1 ... 
>