R朴素贝叶斯分类器预测时出现“下标越界”错误

Question

我刚接触R语言，正在试图解决我的预测结果超出边界的问题。这个问题应该很容易解决，因为它更多是介绍性质的。

使用训练数据设置分类器。

sms_classifier <- naiveBayes(sms_train, sms_train_labels)

但是当我尝试执行预测函数时，出现了错误。

sms_test_pred <- predict(sms_classifier, sms_test)

错误提示

中出现了错误。

`[.default`(object$tables[[v]], , nd + islogical[attribs[v]]) : subscript out of bounds

- Clark Price

Answer 1

假设您正在构建需要文档术语矩阵的垃圾邮件分类器，当测试数据集中有更多因素（也称为术语），而这些因素在训练数据集中不存在时，就会出现这种情况。因此，请使用以下代码消除这些非常罕见的术语-

freq_terms = findFreqTerms(dtm.train, 5)
reduced_dtm.train = DocumentTermMatrix(corpus.train, list(dictionary=freq_terms))
reduced_dtm.test =  DocumentTermMatrix(corpus.test, list(dictionary=freq_terms))

上述代码将消除任何较少频繁的术语（它们无用），测试数据集中的级别将与训练数据集中的级别匹配。然后，预测函数不应抛出任何错误。

- Ravindra