我使用naiveBayes e1071来对我的数据集进行分类（分类类别：”V32″ 0/1）。

这是我所做的操作：

    d <- read.table("Modeling_Data.txt",header=FALSE,sep="\t",                    comment.char="",quote="")    #将数据分为训练集和测试集，比例为70:30    trainingIndex <- createDataPartition(d$V32, p=.7, list=F)    d.training <- d[trainingIndex,]    d.testing <- d[-trainingIndex,]    nb.classifier <- naiveBayes(as.factor(d$V32) ~ ., data = d.training)

但我得到了以下错误：

    Error in names(dimnames(tables[[i]])) <- c(Yname, colnames(x)[i]) :     尝试在NULL上设置属性    predict(nb.classifier,d.testing[,-50000])    Error in predict(nb.classifier, d.testing[, -50000]) :     对象'nb.classifier'未找到

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：

看起来模型构建失败了（因此分类器未能构建）。在没有查看您的数据的情况下，我的最佳猜测是您的数据中有不完整的案例。

您可以尝试使用complete.cases来删除缺失数据的案例，如下所示。

d <- read.table("Modeling_Data.txt",header=FALSE,sep="\t",comment.char="",quote="")# 删除不完整的案例d[complete.cases(d),]# 将数据分为训练集和测试集，比例为70:30trainingIndex <- createDataPartition(d$V32, p=.7, list=F)