model.frame.default（formula=mldata.knn$Gender~，data=mldata\u train，：变量长度不同（适用于'；年龄'；） set.seed（400） random

为数据创建朴素贝叶斯分类器时，数据的长度不同。无论

mldata.knn

的长度是多少，基于从

createDataPartition

中70/30的分割，您的训练数据集

mldata\u train

将包含70%的数据

因此，在声明中：

set.seed(400)
random <- createDataPartition(mldata.knn$Transport, p=0.70,list = F)
mldata_train <- mldata.knn[random,]
mldata_test <- mldata.knn[-random,]
print(table(mldata.knn$Transport))
print(table(mldata_train$Transport))
library(e1071)
NB_model = naiveBayes(mldata.knn$Gender ~., data = mldata_train)
print(NB_model)

您有

mldata.knn$Gender

，其中包含原始数据集的长度（

mldata.knn

），以及从点（.）中包含的任何变量在公式中-但这些变量取自

mldata\u train

，因为语句包括

data=mldata\u train

。这些其他变量的长度不同（仅为原始数据的70%）

也许您打算仅使用训练数据来制作NB分类器：

NB_model = naiveBayes(mldata.knn$Gender ~., data = mldata_train)

NB_model = naiveBayes(Gender ~., data = mldata_train)