erreur bayes naïves dans R: indice hors limites

Question

J'essaie de classer 94 textes de discours. Depuis naiveBayes ne peut pas bien fonctionner si les catégories de rames n'existent pas dans les catégories de testset, j'ai randomisé et confirmé. Aucun problème avec les catégories. Mais le classificateur ne fonctionnait pas avec testset. Ce qui suit est un message d'erreur:

Df.dtm<-cbind(Df.dtm, category) 
dim(Df.dtm) 
Df.dtm[1:10, 530:532] 

# Randomize and Split data by rownumber 
train <- sample(nrow(Df.dtm), ceiling(nrow(Df.dtm) * .50)) 
test <- (1:nrow(Df.dtm))[- train] 

# Isolate classifier 
cl <- Df.dtm[, "category"] 
> summary(cl[train]) 
    dip eds ind pols 
    23 8 3 13 

# Create model data and remove "category" 
modeldata <- Df.dtm[,!colnames(Df.dtm) %in% "category"] 

#Boolean feature Multinomial Naive Bayes 
#Function to convert the word frequencies to yes and no labels 
convert_count <- function(x) { 
    y <- ifelse(x > 0, 1,0) 
    y <- factor(y, levels=c(0,1), labels=c("No", "Yes")) 
    y 
} 

#Apply the convert_count function to get final training and testing DTMs 
train.cc <- apply(modeldata[train, ], 2, convert_count) 
test.cc <- apply(modeldata[test, ], 2, convert_count) 

#Training the Naive Bayes Model 
#Train the classifier 
system.time(classifier <- naiveBayes(train.cc, cl[train], laplace = 1)) 

Ce classificateur a bien fonctionné: 用户 系统 流逝 0,45 0,00 0,46

#Use the classifier we built to make predictions on the test set. 
system.time(pred <- predict(classifier, newdata=test.cc)) 

Cependant, la prévision a échoué. Erreur dans [.default (objet $ tables [[v]],, nd): 下 标出 界 timing arrêté à: 0,2 0 0,2

Answer 1

Considérez ce qui suit:

# Indicies of training observations as observations. 
train <- sample(nrow(Df.dtm), ceiling(nrow(Df.dtm) * .50)) 

# Indicies of whatever is left over from the previous sample, again, also observations are being returned. 
#that still remains inside of Df.dtm, notation as follows: 
test <- Df.dtm[-train,] 

Après éclaircir ce que mon échantillon retourné (indicies de ligne) et la façon dont je voulais couper mon jeu de test (encore une fois, des lignes ou des colonnes doivent être établis à ce stade), le je tweak qui apply fonction avec l'argument nécessaire here is a link of how the apply function works, mais pour gagner du temps , si vous le passez un 2 vous appliquez sur chaque column et si vous le passez un 1 il appliquera le fonction donnée sur chaque row. Encore une fois, en fonction de la façon dont vous voulez que votre échantillon (lignes ou colonnes), nous pouvons ajuster cela de toute façon.