我使用naiveBayes (e1071 http://en.wikibooks.org/wiki/Data_Mining_Algorithms_In_R/Classification/Na%C3%AFve_Bayes)来对我的数据集进行分类（分类类别：”class” 0/1）。以下是我所做的操作：

library(e1071)arrhythmia <- read.csv(file="/home/.../arrhythmia.csv", head=TRUE, sep=",")#将数据分为训练集和测试集，比例为70:30trainingIndex <- createDataPartition(arrhythmia$class, p=.7, list=F)arrhythmia.training <- arrhythmia[trainingIndex,]arrhythmia.testing <- arrhythmia[-trainingIndex,]nb.classifier <- naiveBayes(class ~ ., data = arrhythmia.training)predict(nb.classifier,arrhythmia.testing[,-260])

分类器不起作用，以下是我得到的结果：

> predict(nb.classifier,arrhythmia.testing[,-260])factor(0)Levels: > str(arrhythmia.training)'data.frame':   293 obs. of  260 variables: $ age                         : int  75 55 13 40 44 50 62 54 30 46 ... $ sex                         : int  0 0 0 1 0 1 0 1 0 1 ... $ height                      : int  190 175 169 160 168 167 170 172 170 158 ... $ weight                      : int  80 94 51 52 56 67 72 58 73 58 ... $ QRSduration                 : int  91 100 100 77 84 89 102 78 91 70 ... $ PRinterval                  : int  193 202 167 129 118 130 135 155 180 120 ... # 以及其他260个属性> str(arrhythmia.training[260])'data.frame':   293 obs. of  1 variable: $ class: int  1 0 1 0 0 1 1 1 1 0 ...> nb.classifier$levelsNULL

我尝试使用内置的数据集（iris），一切正常。我的方法哪里出了问题？

回答：

请确保将类别变量视为因子；即

nb.classifier <- naiveBayes(as.factor(class) ~ ., data = arrhythmia.training)

顺便说一下，你不需要在predict调用中排除类别变量。