predict.NaiveBayes 中的错误：“并非所有用于在 newdata 中找到的对象中的变量名称”——（尽管没有变量丢失）答案

【问题标题】：Error in predict.NaiveBayes : "Not all variable names used in object found in newdata"-- (Although no variables are missing)predict.NaiveBayes 中的错误：“并非所有用于在 newdata 中找到的对象中的变量名称”——（尽管没有变量丢失）
【发布时间】：2021-10-06 15:46:04
【问题描述】：

我仍在通过The caret Package by Max Kuhn 学习使用caret 包，并在尝试使用plsBayesFit 模型通过predict(plsBayesFit, head(testing), type = "prob") 进行预测时陷入了16.2 Partial Least Squares Discriminant Analysis 部分，如书中所示。

使用的数据是来自mlbench包的data(Sonar)，数据被拆分为：

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)
centerScale

training <- predict(centerScale, sonarTrain)
testing <- predict(centerScale, sonarTest)

之后，使用plsBayesFit <- plsda(training, trainClass, ncomp = 20, probMethod = "Bayes") 训练模型，然后使用predict(plsBayesFit, head(testing), type = "prob") 进行预测。

当我尝试这样做时，我收到以下错误： Error in predict.NaiveBayes(object$probModel[[ncomp[i]]], as.data.frame(tmpPred[, : Not all variable names used in object found in newdata

我检查了训练集和测试集以检查是否有任何缺失的变量，但没有。我还尝试使用 2.7.1 版本的 pls 包进行预测，该包当时用于渲染这本书，但这也给了我同样的错误。发生了什么事？

【问题讨论】：

标签： machine-learning data-science r-caret naivebayes least-squares

【解决方案1】：

我尝试使用不同的模型复制您的问题，因为我也遇到过这个error，但我失败了； caret 现在的行为似乎与我使用它时不同。

无论如何，偶然发现了这个Github-issues here，似乎klaR-package 存在特定问题。所以我的猜测是，这只是一个bug - 这里没有什么可以轻易修复的！

【讨论】：

啊，真令人失望。我会尝试看看使用以前版本的klaR 是否可以做到这一点。我没有检查backtrace() 知道是klaR 造成的。还以为是pls。无论如何，谢谢伙计。