朴素贝叶斯 - class 标签 1 没有样本

Naive Bayes - no samples for class label 1

我正在使用 accord.net。我已经成功实现了 ID3 和 C4.5 这两个决策树算法,现在我正在尝试实现 Naive Bays 算法。虽然网站上有很多示例代码,但其中大部分似乎已过时或存在各种问题。

到目前为止,我在网站上找到的最佳示例代码在这里: http://accord-framework.net/docs/html/T_Accord_MachineLearning_Bayes_NaiveBayes_1.htm

但是,当我尝试 运行 根据我的数据编写代码时,我得到:

There are no samples for class label 1. Please make sure that class labels are contiguous and there is at least one training sample for each label.

来自该文件的第 228 行: https://github.com/accord-net/framework/blob/master/Sources/Accord.MachineLearning/Tools.cs 当我打电话 learner.learn(输入,输出)在我的代码中。

我已经 运行 解决了 accord 在实施其他两个回归树时出现的 Null 错误,并且我的数据已经针对该问题进行了清理。

有 accord.net 专家知道什么会触发此错误吗?

我的代码摘录:

    var codebook = new Codification(fulldata, AllAttributeNames);

    /*
     * Get list of all possible combinations
     * Status software blows up if it encounters a value it has not seen before.
     */
    var attributList = new List<IUnivariateFittableDistribution>();
    foreach (var attr in DeciAttributeNames)
    {
        {
            /*
             * By default we'll use a standard static list of values for this column
             */
            var cntLst = codebook[attr].NumberOfSymbols;

            // no decisions can be made off of the variable if it is a constant value
            if (cntLst > 1)
            {
                KeptAttributeNames.Add(attr);
                attributList.Add(new GeneralDiscreteDistribution(cntLst));
            }
        }
    }

    var data = fulldata.Copy(); // this is a datatable

    /*
     * Translate our training data into integer symbols using our codebook
     */
    DataTable symbols = codebook.Apply(data, AllAttributeNames);
    double[][] inputs = symbols.ToJagged<double>(KeptAttributeNames.ToArray());
    int[] outputs = symbols.ToArray<int>(OutAttributeName);
    progBar.PerformStep();

    /*
     * Create a new instance of the learning algorithm
     * and build the algorithm
     */
    var learner = new NaiveBayesLearning<IUnivariateFittableDistribution>()
    {
        // Tell the learner how to initialize the distributions
        Distribution = (classIndex, variableIndex) => attributList[variableIndex]
    };

    var alg = learner.Learn(inputs, outputs);

编辑:经过进一步的实验,这个错误似乎只在我处理一定数量的行时才会发生。如果我处理 60 行或少于 60 行我没问题,如果我处理 500 行或更多我没问题。但是在那个范围之间我抛出了这个错误。根据我选择的数据量,错误消息中的索引号可能会发生变化,我看到它的范围从 0 到 2。

所有数据都来自同一个 sql 服务器数据源,我唯一要调整的是查询的 Select Top ### 部分。

当您定义了一个没有任何示例数据的标签时,您将在多个 class 场景中收到此错误。对于小数据集,您的随机抽样可能会偶然排除具有给定标签的所有观察结果。