我还在学习使用caret包，通过Max Kuhn的caret包，在尝试使用plsBayesFit模型进行预测时，卡在了16.2部分最小二乘判别分析部分，如书中所示，使用predict(plsBayesFit, head(testing), type = "prob")进行预测。
所使用的数据是mlbench包中的data(Sonar)，数据被分割如下：
inTrain <- createDataPartition(Sonar$Class, p = 2/3, list = FALSE)sonarTrain <- Sonar[ inTrain, -ncol(Sonar)]sonarTest <- Sonar[-inTrain, -ncol(Sonar)]trainClass <- Sonar[ inTrain, "Class"]testClass <- Sonar[-inTrain, "Class"]然后进行如下预处理：
centerScale <- preProcess(sonarTrain)centerScaletraining <- predict(centerScale, sonarTrain)testing <- predict(centerScale, sonarTest)之后，使用plsBayesFit <- plsda(training, trainClass, ncomp = 20, probMethod = "Bayes")训练模型，随后使用predict(plsBayesFit, head(testing), type = "prob")进行预测。
当我尝试这样做时，我得到了以下错误：Error in predict.NaiveBayes(object$probModel[[ncomp[i]]], as.data.frame(tmpPred[, : Not all variable names used in object found in newdata
我已经检查了训练集和测试集，确认没有变量缺失。我还尝试使用用于渲染该书时的pls包的2.7.1版本进行预测，但同样出现了相同的错误。发生了什么？
回答：
我尝试使用不同的模型来复制你的问题，因为我也遇到了这个error，但我失败了；而且caret现在似乎与我使用时表现不同。
无论如何，我偶然发现了这个Github问题这里，看起来klaR包存在一个特定的问题。所以我的猜测是，这仅仅是一个bug – 这里无法立即修复！
