R的训练算法有什么限制吗？

我正在使用R（RStudio版本0.98.1017）来训练一个使用朴素贝叶斯算法的二进制分类器，并进行5倍交叉验证。以下是我正在使用的代码：

library(caret)
dataset <- read.table("dataFile.csv", header=TRUE, sep = ",")
attributes = dataset[,-3]
labels = as.factor(dataset$Class)
model = train(attributes, labels, method='nb', trControl=trainControl(method='repeatedcv', number=5))
confusionMatrixResults<-table(predict(model$finalModel,attributes)$class,labels)
confusionMatrix(confusionMatrixResults)

如果文件包含2001行（1个标题和2000条记录），并且生成以下混淆矩阵和结果，则代码工作正常：

        labels
      0   1
  0 991   2
  1  17 990

               Accuracy : 0.9905          
                 95% CI : (0.9852, 0.9943)
    No Information Rate : 0.504           
    P-Value [Acc > NIR] : < 2.2e-16       

                  Kappa : 0.981           
 Mcnemar's Test P-Value : 0.001319        

            Sensitivity : 0.9831          
            Specificity : 0.9980          
         Pos Pred Value : 0.9980          
         Neg Pred Value : 0.9831          
             Prevalence : 0.5040          
         Detection Rate : 0.4955          
   Detection Prevalence : 0.4965          
      Balanced Accuracy : 0.9906          

       'Positive' Class : 0

标签
0   1
0 991   2
1  17 990
准确度：0.9905
95%可信区间：（0.9852,0.9943）
无信息率：0.504
P值[Acc>NIR]：<2.2e-16
卡帕值：0.981
麦克内马尔试验P值：0.001319
灵敏度：0.9831
特异性：0.9980
位置预测值：0.9980
负预测值：0.9831
患病率：0.5040
破案率：0.4955
检出率：0.4965
平衡精度：0.9906
“正”类：0

但是，如果我只添加一行额外的代码，它将生成非常糟糕的结果（尽管没有错误或警告）：

标签
0   1
0 596  78
1 413 914
准确度：0.7546
95%可信区间：（0.7352,0.7733）
无信息率：0.5042
P值[Acc>NIR]：<2.2e-16
卡帕：0.5106
Mcnemar试验P值：<2.2e-16
灵敏度：0.5907
特异性：0.9214
位置预测值：0.8843
负预测值：0.6888
患病率：0.5042
破案率：0.2979
检出率：0.3368
平衡精度：0.7560
“正”类：0

我的问题是：一个额外的记录怎么可能导致如此不同的结果。 值得一提的是，我用不同的记录尝试了两个随机测试，在所有这些测试中，问题与特定的记录无关，并且在文件有超过2001行时发生

我的猜测是，在内存大小或NaiveBayes库方面肯定存在一些限制

如果您想尝试，下面是该文件（我重命名了属性以保密）：

---

删除最后一行将显著改善结果

额外的那一行是什么？这极不可能与内存有关。它与我当前列出的一行完全相同。名、姓和0/1。我做了两个测试，随机排列了几行。当线数超过2001时，问题总是出现！你能链接到完整的文件，以便我们可以核实你看到的吗？我真的想这样做，但不幸的是，公司的政策是考虑这个名字的名字和姓氏保密，因为他们是病人的名字。几乎可以肯定的是，你做错了什么。包括您正在使用的全部代码和最少的数据工作示例。事实上，您对这些数据的第一个结果（acc超过90%）几乎是不可能的，除非您的数据非常冗余（您有多个完全相同的行）

        labels
      0   1
  0 991   2
  1  17 990

               Accuracy : 0.9905          
                 95% CI : (0.9852, 0.9943)
    No Information Rate : 0.504           
    P-Value [Acc > NIR] : < 2.2e-16       

                  Kappa : 0.981           
 Mcnemar's Test P-Value : 0.001319        

            Sensitivity : 0.9831          
            Specificity : 0.9980          
         Pos Pred Value : 0.9980          
         Neg Pred Value : 0.9831          
             Prevalence : 0.5040          
         Detection Rate : 0.4955          
   Detection Prevalence : 0.4965          
      Balanced Accuracy : 0.9906          

       'Positive' Class : 0

  labels
      0   1
  0 596  78
  1 413 914

               Accuracy : 0.7546          
                 95% CI : (0.7352, 0.7733)
    No Information Rate : 0.5042          
    P-Value [Acc > NIR] : < 2.2e-16       

                  Kappa : 0.5106          
 Mcnemar's Test P-Value : < 2.2e-16       

            Sensitivity : 0.5907          
            Specificity : 0.9214          
         Pos Pred Value : 0.8843          
         Neg Pred Value : 0.6888          
             Prevalence : 0.5042          
         Detection Rate : 0.2979          
   Detection Prevalence : 0.3368          
      Balanced Accuracy : 0.7560          

       'Positive' Class : 0