贝叶斯判别法做了，中途报了以下错误：

最新推荐文章于 2024-10-03 14:01:40 发布

原创最新推荐文章于 2024-10-03 14:01:40 发布 · 2.2k 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#贝叶斯判别法做了 #中途报了以下错误

算法同时被 3 个专栏收录

133 篇文章

订阅专栏

数据挖掘

70 篇文章

订阅专栏

机器学习

68 篇文章

订阅专栏

本文介绍了解决使用贝叶斯判别法时遇到的非正定错误的方法。通过删除造成问题的特征列，成功避免了训练过程中出现的协方差矩阵非正定情况。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

贝叶斯判别法做了，中途报了以下错误：
>> ObjBayes=NaiveBayes.fit(training,group);
??? Error using ==> NaiveBayes.fit>gaussianFit at 535
The within-class variance in each feature of TRAINING must be positive. The within-class variance in
feature 18 25 29 43 49 58 68 69 72 76 77 79 83 85 86 93 99 in class 科技 are not positive.

Error in ==> NaiveBayes.fit at 498
obj = gaussianFit(obj, training, gindex);

>> ObjBayes=NaiveBayes.fit(training,group);
??? Error using ==> NaiveBayes.fit>gaussianFit at 535
The within-class variance in each feature of TRAINING must be positive. The within-class variance in
feature 25 26 27 32 42 44 58 65 66 67 82 in class 新闻 are not positive.

然后我把涉及到的列全删除了，就可以用贝叶斯判别法做了。

原因：列（变量）太多了，导致协方差矩阵非正定，请删除无意义的列。