为什么预测没有提供预期的结果？答案

【问题标题】：Why predict is not delivering the expected result?为什么预测没有提供预期的结果？
【发布时间】：2018-05-19 10:51:12
【问题描述】：

data <- data.frame(day_type = c("weekend", "weekend", "weekend","weekend",
                                "weekday", "weekday", "weekday", "weekday"),
                   vehicle = c("car", "car", "car", "car",
                               "bus", "bus", "bus", "bus"))

library(naivebayes)

model <- naive_bayes(vehicle ~ day_type, data = data)

predict(model, data.frame(day_type = "weekend"))
    [1] bus
Levels: bus car

这里的预期答案应该是汽车，但我得到的是公共汽车作为答案。请帮助识别错误。

【问题讨论】：

是因子水平不匹配吗？尝试确保输入和预测数据集中的 day_type 级别相同。
如果它不会让您的过程变得更慢，我建议您在 data.frames 中使用stringsAsFactors = F 构建您的模型。这将解决关卡造成的任何问题，因为您将使用字符变量。

标签： r naivebayes

【解决方案1】：

这将帮助您理解问题：

data <- data.frame(day_type = c("weekend", "weekend", "weekend","weekend",
                                "weekday", "weekday", "weekday", "weekday"),
                   vehicle = c("car", "car", "car", "car",
                               "bus", "bus", "bus", "bus"))

library(naivebayes)

model <- naive_bayes(vehicle ~ day_type, data = data)

dt_test1 = data.frame(day_type = "weekend")
dt_test2 = data.frame(day_type = "weekday")
dt_test3 = data.frame(day_type = c("weekend","weekday"))

predict(model, newdata = dt_test1)

# [1] bus
# Levels: bus car

predict(model, newdata = dt_test2)

# [1] bus
# Levels: bus car

predict(model, newdata = dt_test3)

# [1] car bus
# Levels: bus car

测试数据集 1 和 2 有 1 个级别，它们分别将值 1 分配给“周末”和“工作日”。然后模型理解值 1 和 2（基于您在原始数据集 data 中的内容）并且不关心标签（工作日/周末）。但是，在测试数据集 3 中，您有两个标签，它们得到了正确的值（wwekend/weekday -> 1/2）。

作为极端情况，请检查：

dt_test4 = data.frame(day_type = c("January","February"))

predict(model, newdata = dt_test4)

# [1] car bus
# Levels: bus car

您仍然会得到预测！因为那些模型甚至无法理解的值被编码为 1 和 2。

因此，正如@Aaron 建议的那样，请确保您确保因子水平匹配，或使用字符变量而不是因子变量。

【讨论】：