不久前，我问了一个问题，关于Accord.net的朴素贝叶斯算法抛出的错误。结果发现，这是因为我使用了离散值输入列，但没有为列中列出的所有值提供足够的训练数据。

现在我得到了完全相同的错误，但这次只有在我使用连续值作为输出列时才会触发。特别是整数数据类型的输出列。因为它是整数，Codification类不会对其进行转换，所以值直接传递给朴素贝叶斯算法，而该算法显然无法处理这种情况。

如果我手动将列的数据类型更改为字符串，并通过Codification类进行编码，然后将结果发送到算法中，它就能正确工作。

为什么这个算法无法处理作为输出的连续数据类型？是否需要启用某些设置来使其工作？

一些示例代码：

        DataTable symbols = TrainingCodebook.Apply(DataTraining, AllAttributeNames);        double[][] inputs = symbols.ToJagged<double>(KeptAttributeNames.ToArray());        // *** 导致问题的代码行 ***        int[] outputs = symbols.ToArray<int>(outputCol);        // *** 替换测试代码，确实有效 ***        // DataStringTraining与DataTraining相同，但所有值都是字符串        //Codification codeee = new Codification(DataStringTraining, outputCol);        //var sym = codeee.Apply(DataStringTraining, outputCol);        //int[] outputs = sym.ToArray<int>(outputCol);        /*         * 创建学习算法的新实例         * 并构建算法         */        var learner = new NaiveBayesLearning<IUnivariateFittableDistribution>()        {            // 告诉学习者如何初始化分布            Distribution = (classIndex, variableIndex) => attributList[variableIndex],        };        NaiveBayes<IUnivariateFittableDistribution> alg = null;        try        {            ProgPerformStep("计算和训练算法");            alg = learner.Learn(inputs, outputs);        }        catch (Exception ex)        {            ProgPerformStep($"错误：朴素贝叶斯：{ex.Message}", ex);            return;        }

回答：

我对此没有一个很好的答案，但我认为发生的情况是，我使用的算法在accord.net网站上被列为分类算法。

根据这里的一些阅读，我相信分类算法无法处理连续的输出值。

我可能需要切换到使用回归算法来获得这种特定的功能。

鉴于此，对于这个算法的解决方案是手动对输出列进行编码，或者先将其转换为字符串，这样Codification库就会为我完成工作。