如何在 R 中使用無預測功能修復 predict.naive_bayes

Question

我有一個包含 45045 個變量的數據框，在 R 中只有 90 個觀察值。 我做了一個 PCA 來減少維度，我將使用 14 個主成分。 我需要做預測，我想嘗試使用朴素貝葉斯方法。 我不能將預測 function 與轉換后的數據一起使用，我不理解錯誤。

這是一些代碼：

data.pca <- prcomp(data)

我將使用 14 台電腦：

newdata <- as.data.frame(data.pca$x[,1:14]) #dimension: 90x14

訓練：

圖書館（朴素貝葉斯）

mod.nb <- naive_bayes(label ~ newdata$PC1+...+newdata$PC14, data = NULL)

Tryna 預測第 50 個觀測值：

test.pca <- predict(data.pca, newdata = data[50,])

test.pca <- as.data.frame(test.pca)

test.pca <- test.pca[,1:14]

pred <- predict(mod.nb, test.pca)

我收到這些錯誤：

predict.naive_bayes(): Only 0 feature(s) out of 14 defined in the naive_bayes object "mod.nb" are used for prediction.

predict.naive_bayes(): No feature in the newdata corresponds to probability tables in the object. Classification is done based on the prior probabilities

標簽向量是一個級別為 1 到 6 的因子，對於我嘗試預測結果的任何觀察結果都只有 1。例如，第 50 個觀察結果的 label 為 4。

Answer 1

您可以嘗試僅從您的代碼修改的以下代碼

data.pca <- prcomp(data)

newdata <- as.data.frame(data.pca$x[,1:14])
library(naivebayes)

mod.nb <- naive_bayes(label ~ newdata$PC1+...+newdata$PC14, data = newdata)

test.pca <- predict(mod.nb, newdata = newdata[50,])