Machine learning 朴素贝叶斯-类标签1没有样本

我正在使用accord.net。我已经成功地实现了两个决策树算法ID3和C4.5，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经过时，或者存在各种问题

到目前为止，我在网站上找到的最佳示例代码如下：

但是，当我尝试针对我的数据运行该代码时，我得到：

没有类别标签1的示例。请确保这门课 标签是连续的，并且至少有一个用于 每个标签

从该文件的第228行开始： 当我打电话时 学习者。在我的代码中学习（输入、输出）

我已经遇到了accord在实现另外两个回归树时遇到的空bug，我的数据已经针对这个问题进行了清理

有没有雅阁网的专家知道是什么触发了这个错误

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);

var codebook=新编码（fulldata，AllAttributeNames）；
/*
*获取所有可能组合的列表
*状态软件遇到以前从未见过的值时会崩溃。
*/
var attributelist=新列表（）；
foreach（DeciAttributeName中的var attr）
{
{
/*
*默认情况下，我们将为此列使用标准静态值列表
*/
var cntLst=codebook[attr].NumberOfSymbols；
//如果变量是常数值，则无法对其进行决策
如果（cntLst>1）
{
KeptAttributeNames.Add（attr）；
Add（新的GeneralDiscretedDistribution（cntLst））；
}
}
}
var data=fulldata.Copy（）；//这是一个数据表
/*
*使用码本将训练数据转换为整数符号
*/
DataTable symbols=codebook.Apply（数据，所有属性名称）；
double[][]输入=symbols.ToJagged（KeptAttributeNames.ToArray（））；
int[]输出=symbols.ToArray（OutAttributeName）；
progBar.PerformStep（）；
/*
*创建学习算法的新实例
*并建立了算法
*/
var learner=new NaiveBayesLearning（）
{
//告诉学员如何初始化分发
分布=（classIndex，variableIndex）=>AttributeList[variableIndex]
};
var alg=学习者学习（输入、输出）；

编辑：在进一步的实验之后，似乎只有在处理一定数量的行时才会发生此错误。如果我处理了60行或少于60行，那么我很好；如果我处理了500行或多于500行，那么我很好。但在这个范围内，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改变，我看到它的范围是0到2

---

所有数据都来自同一个sql server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样本数据的标签时，您将在多类场景中收到此错误。使用一个小数据集，您的随机抽样可能会偶然排除具有给定标签的所有观察。

今天早上，我生成了一条稍微好一点的错误消息，这使我解决了这个问题。很高兴知道，此错误也是训练数据与为其配置的标签之间的对比的结果。